根据另一个数据框的列值的条件将数据添加到数据框中的列

Question

我有一个输入数据框，其中 B 列有多个值： df1

    A   B         C D   E
0   a1  b1       c1 d3  e1
1   a1  b2,b3    c2 d4  e2
2   a2  b3       c3 d5  e3
3   a2  b2       c8 d6  e1
4   a2  b4,b1,b5 c4 d7  e2
5   a3  b4       c5 d3  e4
6   a4  b5       c6 d1  e5
7   a4  b6, b2   c1 d2  e1
8   a5  b6       c2 d7  e2

我希望将 df1 中 C 列和 D 列的数据添加到另一个数据框。在这种情况下，B 的列在每一行中只有 1 个值。 df2

    A   B
0   a1  b1
1   a4  b6
2   a2  b1
3   a4  b2

我想要一个输出数据框，它检查 df1 中的行，该行在 df2 中同时具有 A 和 B 的值，并从 df1 中的该行添加 C 和 D 的值。 所需的输出：

    A   B   C   D
0   a1  b1  c1  d3
1   a4  b6  c1  d2
2   a2  b1  c4  d7
3   a4  b2  c1  d2

对我来说，挑战是 df1 的 B 列中的多个值，并检查 df1 中的 2 列以在 df2 中添加 C 和 D。我该怎么做？

Answer 1

您需要首先分解 B 列，例如在单个单元格中只有一个值而不是逗号分隔值。使用str.split 和explode B 列进行操作。然后merge。

res = (
    df2.merge(df1.assign(B=lambda x: x['B'].str.split(','))
                 .explode('B')
                 [['A','B','C','D']], 
              on=['A','B'], how='left')
)
print(res)
    A   B   C   D
0  a1  b1  c1  d3
1  a4  b6  c1  d2
2  a2  b1  c4  d7
3  a4  b2  c1  d2