python - 如何区分包含列表的数据框中的列？

Question

我有两个数据框，其中一列包含列表。我必须区分如下所示的列。

DF1:

A   B
111 [12,13,14,14,15,13]
222 [15,16,17,15,17,17,17]
333 [17,14,16,14,14,17,17,16]
444 [25,26,18,12,12,12,13,18]

DF2:

A   B
111 [12,14]
222 []
333 [17,16]
444 [25,18]

预期输出:

A   B
111 [13,15,13]
222 [15,16,17,15,17,17,17]
333 [14,14,14]
444 [26,12,12,12,13]

Answer 1

您可以利用 Pandas 的合并功能和 Python 的高效 set 数据结构。

首先，合并:

df3 = df1.merge(df2, on='A')

然后，将 df2 的项目放入集合中:

df3.B_y = df3.B_y.apply(set)

现在使用列表理解为每一行迭代不在集合中的 df1 的项目:

df3['res'] = df3.apply(lambda r: [e for e in r.B_x if e not in r.B_Y], axis=1)