Pandas 多列交叉答案

【问题标题】：Pandas multiple column intersectionPandas 多列交叉
【发布时间】：2017-09-26 13:13:24
【问题描述】：

我有一个数据框如下：

data={'NAME':['JOHN','MARY','CHARLIE'],
  'A':[[1,2,3],[2,3,4],[3,4,5]],
  'B':[[2,3,4],[3,4,5],[4,5,6]],
    'C':[[2,4],[3,4],[6,7]]  }
df=pd.DataFrame(data)
df=df[['NAME','A','B','C']]
NAME          A          B            C
0   JOHN    [1, 2, 3]   [2, 3, 4]   [2, 4]
1   MARY    [2, 3, 4]   [3, 4, 5]   [3, 4]
2   CHARLIE [3, 4, 5]   [4, 5, 6]   [6, 7]

我需要所有列 A、B、C 的交集。

我尝试了以下代码，但没有成功：

df['D']=list(set(df['A'])&set(df['B'])&set(df['C']))

需要的输出如下：

    NAME            A         B         C       D
0   JOHN    [1, 2, 3]   [2, 3, 4]   [2, 4]  [2]
1   MARY    [2, 3, 4]   [3, 4, 5]   [3, 4]  [3, 4]
2   CHARLIE [3, 4, 5]   [4, 5, 6]   [6, 7]  []

【问题讨论】：

标签： python pandas

【解决方案1】：

使用答案here，将其逐行应用于数据框：

df[['A', 'B', 'C']].apply(
    lambda row: list(set.intersection(*[set(row[col]) for col in row.index])), 
    axis=1
)

请注意，按行应用函数时，行的索引值是原始数据框的列。

【讨论】：

【解决方案2】：

选项1：

交集语法set(A)&set(B).. 是正确的，但您需要对其稍作调整以适用于数据帧，如下所示：

df.assign(D=df.transform(
     lambda x: list(set(x.A)&set(x.B)&set(x.C)),
     axis=1))

您可以按照以下方式进行：

选项2：

df.assign(D=df.transform(
    lambda x: list(set(x.A).intersection(set(x.B)).intersection(set(x.C))),
    axis=1))

或

df.assign(D=df.apply(
    lambda x: list(set(x.A).intersection(set(x.B)).intersection(set(x.C))),
    axis=1))

选项 3：

df.assign(D=df.transform(
    lambda x: list(reduce(set.intersection, map(set,x.tolist()[1:]))),
    axis=1))

这是做什么的：

使用set(x.A).intersection(set(x.B)).. 逐行获取交集
将结果转换为列表
对数据框中的每一行都这样做

执行细节：

In [76]: df.assign(D=df.transform(
    ...:     lambda x: list(set(x.A).intersection(set(x.B)).intersection(set(x.C))),
    ...:     axis=1))
Out[76]: 
      NAME          A          B       C       D
0     JOHN  [1, 2, 3]  [2, 3, 4]  [2, 4]     [2]
1     MARY  [2, 3, 4]  [3, 4, 5]  [3, 4]  [3, 4]
2  CHARLIE  [3, 4, 5]  [4, 5, 6]  [6, 7]      []

【讨论】：

【解决方案3】：

df[['A','B','C']].apply(lambda x : list(set.intersection(*map(set,list(x)))),axis=1 )

Out[1192]: 
0       [2]
1    [3, 4]
2        []
dtype: object

【讨论】：