python - 根据列表长度合并2个数据帧(使用Pandas)

Question

我有一个数据帧df1，如下所示:

import pandas as pd
import numpy as np
dic1 = {'A':['a','b','c','d','e'],
        'B':[np.nan,np.nan,np.nan,150,np.nan],
        'C':['x','y','z','v','w']}
df1 = pd.DataFrame(dic1)

然后我有第二个数据帧df2:

dic2 = {'X':['c','e','b'],
        'Y':[2,4,1],
        'Z':[[188],[160,200],[784]]}
df2 = pd.DataFrame(dic2)

其中“X”列对应于“A”中找到的某些值； “Y”列对应于“X”中存在的“A”项的值的索引。

我的目标如下:

• 第 1 步:仅选择“Z”列列表中包含 1 个元素的行
• 第 2 步:根据“Y”中包含的索引替换“B”列中所选列表的值。

我能够通过以下代码行实现我的目标:

# Step 1
df2 = df2.loc[df2['Z'].str.len() == 1] 

# Step 2
for idx,row in df2.iterrows():
    df1.set_value(row['Y'],'B',row['Z'][0]) 

你能建议我一种更智能或更有效的方法来实现我的目标吗？也许使用 pandas 的某些功能？如果可能的话，我想避免使用 for 循环。

输出应如下所示:

# Before            # After
   A      B  C         A      B  C
0  a    NaN  x      0  a    NaN  x
1  b    NaN  y ---> 1  b  784.0  y
2  c    NaN  z ---> 2  c  188.0  z
3  d  150.0  v      3  d  150.0  v
4  e    NaN  w      4  e    NaN  w

Answer 1

您可以使用DataFrame.from_records从列 Z 中删除 lists:

df2 = df2[df2['Z'].str.len() == 1] 
df2.Z = pd.DataFrame.from_records(df2['Z'].values.tolist(), index=df2.index)
print (df2)
   X  Y    Z
0  c  2  188
2  b  1  784

然后combine_first或fillna将 NaN 替换为 df1 的值:

df1 = df1.set_index('A')
df1.B = df1['B'].combine_first(df2.set_index('X')['Z'])
#df1.B = df1['B'].fillna(df2.set_index('X')['Z'])
print (df1.reset_index())
   A      B  C
0  a    NaN  x
1  b  784.0  y
2  c  188.0  z
3  d  150.0  v
4  e    NaN  w