使用来自另一个数据框的匹配值列表创建数据框列答案

【问题标题】：Creating a dataframe columns with lists of matching values from another dataframe使用来自另一个数据框的匹配值列表创建数据框列
【发布时间】：2019-05-09 03:45:14
【问题描述】：

我正在尝试创建一个 pandas 数据框列（在 df1 中），其中每个元素都是另一个数据框 (df2) 中与 df1 中现有列匹配的所有值的列表。这与 pandas 左合并不同，因为每次 df1 值在 df2 中重复时，该函数都会创建新行。

我的代码完全符合我的需要，但它非常慢（在我的大型数据帧上），我几乎可以肯定有一个内置的 pandas 方法可以做我正在寻找的事情，但我没有没能找到。

这是我当前代码的简化版本。

import pandas as pd
df1=pd.DataFrame({'col4': [1,2,3,4,5,6]})
df2=pd.DataFrame({'col2':['a','b','c','d','e','f','g'],'col3':[1,1,2,3,4,4,6]})
df1['col1']=pd.Series(list(df2['col2'][df2['col3']==df1['col4'][i]]) for i in df1.index)

有没有办法使用 pandas apply 方法或类似的方法来执行此操作，而不是遍历 df1.index？谢谢！

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

试试：

df1.set_index('col4', inplace=True)
df1['col4'] = df2.groupby('col3').col2.apply(list)
df1.reset_index(drop=True, inplace=True)

【讨论】：

【解决方案2】：

这实际上是merge 问题，但是您还需要groupby 并从组中创建列表：

(df1.merge(df2, left_on='col4', right_on='col3', how='right')
    .groupby('col3').col2
    .apply(list))

      col3
1    [a, b]
2       [c]
3       [d]
4    [e, f]
6       [g]
Name: col2, dtype: object

【讨论】：

【解决方案3】：

这可能会帮助您完成大部分工作，但我相信由于尝试将列表存储在 DataFrame 中，效率低下可能仍然存在。我认为您可能想研究 MultiIndex，但我不确定您的用例是什么。

import pandas as pd
df1 = pd.DataFrame({'col4': [1,2,3,4,5,6]})
df2 = pd.DataFrame({'col2':['a','b','c','d','e','f','g'],'col3':[1,1,2,3,4,4,6]})
result = df1.join(df2.groupby('col3').agg(list), on='col4')

【讨论】：