Pythonの使用方法2つのパンダデータフレームを文字列でマージまたは結合する

debugcn 投稿 Dev

スティーブン

2つのデータフレームのデータを結合したいと思います。データフレームは文字列です

df1=pd.read_csv('test1.csv',encoding='utf8',index_col=['id_df1'],header=0)
df2=pd.read_csv('test2.csv',encoding='utf8',index_col=['id_df2'],header=0)
print(df1)
print(df2)

out:
id_df1  student  contact_person
1       john     Amy
2       jeff     Cindy
3       steven   Bob
4       tina     Amy


id_df2  student  parents_list
1       tina     (Amy) (Bob)
2       steven   (Eric) (Bob)
3       john     (Amy)
4       jeff     (Frank) (Harry)

print(type(df1['contact_person'][0]))
print(type(df2['parents_list'][0]))

out:
<class 'str'>
<class 'str'>

if df1 ['student'] == df2 ['student']＆df1 ['contact_person'] match df2 ['parents_list']
次のような「outer」メソッドを使用します。

output

    id_df1 id_df2 student contact_person parents
0   1      3      john    Amy            (Amy)
1   3      2      steven  Bob            (Eric) (Bob)
2   4      1      tina    Amy            (Amy) (Bob)
3   2      null   jeff    Cindy          null
4   null   4      jeff    null           (Frank) (Harry)

Tボーンステーキを一枚ください

1つの方法は次のとおりです。最初に、条件が満たされた場合にdf1列を作成しますbool。

df1['bool'] = df1.apply(lambda row: True if row['contact_person'] in df2['parents_list'][df2['student'] == row['student']].iloc[0] else False,1)

次にmerge、条件が満たされている場合と満たさdf_yesれappendていない場合がありdf_noます。

df_yes = df1[df1['bool'] == True].\
         merge(df2, on='student', how = 'left').drop('bool',1)
df_no = df1[df1['bool'] == False].\
        append(df2[df2['student'].isin(df1['student'][df1['bool'] == False])]).drop('bool',1)

最後にappend両方だけ：

list_ordered_col = ['id_df1', 'id_df2', 'student', 'contact_person', 'parents_list']
df_output = df_yes.append(df_no)[list_ordered_col ].\
            reset_index(drop=True)

注：parent_listの以前の入力で機能していました（a、b、c ...の場合）

編集：置換df1['bool']=...：

def parantes_in_parentList (row, df_list):
    df_parent_list = df_list['parents_list'][df_list['student'] == row['student']]
    if not df_parent_list.empty:
        if row['contact_person'] in df_parent_list.iloc[0]:
            return True
    # return False in all the other case
    return False
df1['bool'] = df1.apply(parantes_in_parentList , args=([df2]),axis=1)

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]