python - 从数据框中提取特定行

Question

我有一个数据框 df1，其中包含两列 'ids' 和 'names' -

ids     names
fhj56   abc
ty67s   pqr
yu34o   xyz

我有另一个数据框 df2，其中一些列是 -

user     values                       
1        ['fhj56','fg7uy8']
2        ['glao0','rt56yu','re23u']
3        ['fhj56','ty67s','hgjl09']

我的结果应该给我来自 df2 的那些用户，这些用户的值至少包含来自 df1 的一个 ID，并且还告诉我哪些 ID 负责将它们放入结果表中。结果应该是这样的 -

   user     values_responsible     names
   1        ['fhj56']              ['abc']
   3        ['fhj56','ty67s']      ['abc','pqr']

用户 2 没有出现在结果表中，因为它的值不存在于 df1 中。

我尝试按如下方式进行 -

df2.query('values in @df1.ids')

但这似乎效果不佳。

Answer 1

您可以遍历行，然后使用 .loc 和 isin 从 df2 中找到匹配的行。我将这个过滤后的数据框转换成字典

ids = []
names = []
users = []
for _, row in df2.iterrows():
    result = df1.loc[df1['ids'].isin(row['values'])]
    if not result.empty:
        ids.append(result['ids'].tolist())
        names.append(result['names'].tolist())
        users.append(row['user'])

>>> pd.DataFrame({'user': users, 'values_responsible': ids, 'names': names})[['user', 'values_responsible', 'names']]
   user values_responsible       names
0     1            [fhj56]       [abc]
1     3     [fhj56, ty67s]  [abc, pqr]

或者，对于整齐的数据:

ids = []
names = []
users = []
for _, row in df2.iterrows():
    result = df1.loc[df1['ids'].isin(row['values'])]
    if not result.empty:
        ids.extend(result['ids'].tolist())
        names.extend(result['names'].tolist())
        users.extend([row['user']] * len(result['ids']))

>>> pd.DataFrame({'user': users, 'values_responsible': ids, 'names': names})[['user', 'values_responsible', 'names']])
   user values_responsible names
0     1              fhj56   abc
1     3              fhj56   abc
2     3              ty67s   pqr