python - 如何在我的特定条件下在数据框中添加列？

Question

我有一个包含列 id1 和 id2 的数据框 df1:

id1     id2
a1      b2
a6      b2
a3      c7

和另一个数据框 df2:

id      f1      f2    f3     f4    f5
a1      0       1     0      0     1
a2      0       1     1      0     1
b2      1       1     0      0     1
a6      1       1     0      0     1
a3      1       0     0      0     0
c7      1       0     0      0     1

我想为 id1 和 id2 中的那些 id 添加 df2 的 df1 列名称，并且该对具有相同的值。所以期望的结果是:

id1     id2    feature
a1      b2      f2,f5 
a6      b2      f1,f2,f5
a3      c7      f1

Answer 1

您可以向 df2 添加一列，代表它包含的功能。

df2['f'] = df2.apply(lambda row: [c for c, v in zip(df2.columns[1:], row[1:]) if v], axis=1)
df2 = df2.set_index('id')

print(df2)

    f1  f2  f3  f4  f5             f
id
a1   0   1   0   0   1      [f2, f5]
a2   0   1   1   0   1  [f2, f3, f5]
b2   1   1   0   0   1  [f1, f2, f5]
a6   1   1   0   0   1  [f1, f2, f5]
a3   1   0   0   0   0          [f1]
c7   1   0   0   0   1      [f1, f5]

然后在df1 上使用apply 来获取公共(public)部分的特性:

df1['feature'] = df1.apply(lambda row: ','.join(set(df2.loc[row['id1'], 'f']) & set(df2.loc[row['id2'], 'f'])), axis=1)

  id1 id2   feature
0  a1  b2     f5,f2
1  a6  b2  f1,f5,f2
2  a3  c7        f1