python - 合并两个具有列表的数据集，并在使用 pandas 合并后保留列表

Question

我有两个很难合并的数据框:

    df1 = pd.DataFrame({'id': [ ["001",  "001"], ["001"], ["007",   "001"]]})

输出:

    id
    0   [001, 001]
    1   [001]
    2   [007, 001]

和

df2 = pd.DataFrame({'id': [ "001", "007"],'name': ['Name01', 'Name02']})

输出:

id  name
0   001 Name01
1   007 Name02

我想说的是:

df3 = pd.DataFrame({'id':  [ ["001",  "001"], ["001"], ["007",   "01"]],
                    'name': [ ['Name01','Name01'], ['Name01'], ['Name02', 'Name01']]})

输出:

    id  name
0   [001, 001]  [Name01, Name01]
1   [001]   [Name01]
2   [007, 01]   [Name02, Name01]

我的问题是我可以合并，但我无法输入我想要的格式。我现在拥有的是:

pd.DataFrame(df2.merge(df1.explode('id'), on= 'id')).groupby('id').agg(lambda x: x.tolist())

输出:

id   name
001 [Name01, Name01, Name01, Name01]
007 [Name02]

Answer 1

在列表理解中使用 df2 创建的字典的 mapping，应该更快，比如 explode 和聚合 list，真实数据中最好的测试:

d = df2.set_index('id')['name'].to_dict()
df1['name'] = [[d[y] for y in x if y in d] for x in df1['id']]
print (df1)
           id              name
0  [001, 001]  [Name01, Name01]
1       [001]          [Name01]
2  [007, 001]  [Name02, Name01]