Python - Pandas 结合了两个提供不同值的数据框

Question

我有两个不同的数据框，有两列，我想合并它们+得到它们 B 列的总和。问题是数据框 1 有一些我想保留的数据。我会写一个例子让它有意义

数据框 1

Columns A Column B
House     walls,doors,rooms
Animal    Legs,nose,eyes
car       tires,engine 

数据框 2

Column A  Column B
House     windows,kitchen
Bike      wheels,bicycle chain

想要的结果

Column A  Column B
House     walls,doors,rooms,windows,kitchen
Animal    Legs,nose,eyes
Car       tires,engine
Bike      wheels,bicycle chain

合并功能没有帮助，我尝试使用 pd.concat 然后以某种方式聚合数据，但也没有帮助。有人知道如何解决它吗？

Answer 1

pd.concat([df1, df2]).groupby("Column A")["Column B"].apply(', '.join).reset_index()

连接数据帧后，按 A 列对值进行分组，然后使用 apply 连接 B 列中的分组字符串，最后使用 reset_index() 恢复 A 列.

编辑:评论的扩展

要删除重复项，您可以使用 set 数据结构，它只保留您放入其中的每个元素的一个版本。对于每一行 x，拆分单词，然后将单词列表转换为一个集合:

df4 = df3["Column B"].apply(lambda x: set(x.split(", "))).reset_index()

请注意，在此之后，您的 B 列将包含集合。我将让您了解如何使用类似的模式将集合重新转换为字符串。