python - 从一个数据帧的列中获取唯一值，并使用它来过滤另一个数据帧中的行

Question

我希望使用 df1 中的一列作为 df2 上的过滤器:

df1 = [('Client', ['A', 'A', 'A', 'B', 'C', 'D', 'D',]),
                    ('Num_Trades', ['1', '2', '3', '1', '1', '1', '1',])
      ]

df1 = pd.DataFrame.from_items(df1)
display(df1)

    Client  Num_Trades
0   A       1
1   A       2
2   A       3
3   B       1
4   C       1
5   D       1
6   D       1

现在从 df1 中提取独特的客户端:

mask_array = df1.Client.unique()
mask_array = dataframe=pd.DataFrame(mask_array, columns=['Client']) 
# mask_list = df1['Client'].unique().tolist()
# mask_list = dataframe=pd.DataFrame(mask_list, columns=['Client']) 
display(mask_array)

    Client
0   A
1   B
2   C
3   D

要过滤的示例数据框:

df2 = [('Client', ['A', 'B', 'A', 'Y',]),
('Product', ['GOVT', 'GOVT', 'GOVT', 'GOVT',]),
('currency_str', ['USD', 'GBP', 'USD', 'NZD',]),
('Amount', ['10', '20', '30', '40',]),
         ]
# create pandas df
df2 = pd.DataFrame.from_items(df2)
display(df2)


        Client  Product currency_str    Amount
0       A       GOVT    USD             10
1       B       GOVT    GBP             20
2       A       GOVT    USD             30
3       Y       GOVT    NZD             40

所需的结果只是 df1 中客户端存在的金额上的所有行的总和:

Client  Product currency_str    Amount
A       GOVT    USD             40
B       GOVT    GBP             20

我的代码生成的“DataFrame”对象是可变的，因此它们不能被散列。我也尝试使用数组和列表。那么需要对唯一的记录集做什么才能将它们用作 df2 的过滤器？

d = [ 
        ('Amount', 'sum')     
    ] 

# aggregate 
mask = df2['Client'].str.contains(mask_list) 
df2 = df2[mask].groupby(['Client','Product','currency_str'])['Amount'].agg(d).reset_index()
display(df2)

Answer 1

如果需要按子字符串过滤，您可以将 join 与 | 一起用于正则表达式 OR:

mask = df2['Client'].str.contains('|'.join(df1.Client.unique()))

或者使用isin如果想按值过滤:

mask = df2['Client'].isin(df1.Client.unique())

<小时/>

df2['Amount'] = df2['Amount'].astype(int)
df2 = df2[mask].groupby(['Client','Product','currency_str'])['Amount'].agg(d).reset_index()
print(df2)
  Client Product currency_str  Amount
0      A    GOVT          USD      40
1      B    GOVT          GBP      20