我有两个数据框。
df1:
key column_a
AA AAB
AA AAC
AB ABA
AB ABK
df2:
key column_b
AA AAA
AB ABA
AB ABK
AC ACC
我想合并它们,但 column_a 和 column_b 会变成一个列表。
key column_a column_b
AA ['AAB','AAC'] ['AAA']
AB ['ABA','ABK'] ['ABA','ABK']
AC NaN ['ACC']
请您参考如下方法:
如果转换为列表,您将失去使用 NumPy 数组保存在连续内存块中的矢量化功能。
解决方案 concat , groupby并聚合 lambda 函数 - 删除 NaN 并创建 list:
df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist())
print (df)
column_a column_b
key
AA [AAB, AAC] [AAA]
AB [ABA, ABK] [ABA, ABK]
AC [] [ACC]
最后,如果需要将空列表替换为 NaN,请使用 DataFrame.where :
df = df.where(df.astype(bool))
print (df)
column_a column_b
key
AA [AAB, AAC] [AAA]
AB [ABA, ABK] [ABA, ABK]
AC NaN [ACC]
