python - 是否可以使用 groupby 拆分 Pandas 数据帧并将每个组与单独的数据帧合并

Question

我有一个包含分组变量的 Pandas 数据框。我想根据其中一列的内容将每个组与其他数据框合并。例如，我有一个数据框 dfA，它可以定义为:

dfA = pd.DataFrame({'a':[1,2,3,4,5,6],
                    'b':[0,1,0,0,1,1],
                    'c':['a','b','c','d','e','f']})

   a  b  c
0  1  0  a
1  2  1  b
2  3  0  c
3  4  0  d
4  5  1  e
5  6  1  f

另外两个数据框 dfB 和 dfC 包含一个公共(public)列 ('a') 和一个额外列 ('d')，可以定义为:

dfB = pd.DataFrame({'a':[1,2,3],
                    'd':[11,12,13]})

   a   d
0  1  11
1  2  12
2  3  13


dfC = pd.DataFrame({'a':[4,5,6],
                    'd':[21,22,23]})

   a   d
0  4  21
1  5  22
2  6  23

我希望能够根据“b”列拆分 dfA，并将其中一个组与 dfB 合并，另一组与 dfC 合并，以生成如下所示的输出:

   a  b  c   d
0  1  0  a  11
1  2  1  b  12
2  3  0  c  13
3  4  0  d  21
4  5  1  e  22
5  6  1  f  23

在这个简化版本中，我可以连接 dfB 和 dfC 并与 dfA 合并，而无需分成组，如下所示:

dfX = pd.concat([dfB,dfC])
dfA = dfA.merge(dfX,on='a',how='left')      
print(dfA)

   a  b  c   d
0  1  0  a  11
1  2  1  b  12
2  3  0  c  13
3  4  0  d  21
4  5  1  e  22
5  6  1  f  23

然而，在现实情况下，较小的数据帧将从多个不同的复杂源生成；生成数据帧并预先组合成单个数据帧可能不可行，因为用于合并数据帧的列上可能存在重叠数据(但如果可以根据分组变量拆分数据帧，则可以避免这种情况)。是否可以使用 Pandas groupby() 方法来代替？我正在考虑类似以下的内容(这不起作用，也许是因为我没有正确地将这些组组合到新的数据框中):

grouped = dfA.groupby('b')
for name, group in grouped:
    if name == 0:
        group = group.merge(dfB,on='a',how='left')
    elif name == 1:
        group = group.merge(dfC,on='a',how='left')

如有任何想法，我们将不胜感激。

Answer 1

这将修复您的代码

l=[]
grouped = dfA.groupby('b')
for name, group in grouped:
    if name == 0:
        group = group.merge(dfB,on='a',how='left')
    elif name == 1:
        group = group.merge(dfC,on='a',how='left')
    l.append(group)
pd.concat(l)
Out[215]: 
   a  b  c     d
0  1  0  a  11.0
1  3  0  c  13.0
2  4  0  d   NaN
0  2  1  b   NaN
1  5  1  e  22.0
2  6  1  f  23.0