Question

在这里学习Python，对此有任何帮助，我们非常感谢。我有一个由两部分组成的问题，尽管我已经为第一部分创建了一个解决方案，但必须有更多的pythonic方法来实现这个目标。第二部分，不太确定如何进行。

我在两个独立的数据框中有唯一ID列。我想计算在df_1的uid列中did_2 uid列中的uid出现的次数，然后将该uid添加到列表中（如果它们都是）。以下代码示例适用于我，但我担心某处存在问题，并且必须有更好的方法。

data = {'uid':['uid1', 'uid2', 'uid3', 'uid4'], 'value': [1, 2, 3, 4]}
df = pd.DataFrame(data)

data1 = {'uid':['uid4', 'uid2', 'uid5'], 'value1': ["", 5, 6]}
df1 = pd.DataFrame(data1)

count_val_in_both_df = 0
list_val_in_both_df = []
for x in range(len(df1.iloc[:, 0])) :
    if df1.iloc[x, 0] in df.iloc[:, 0].values :
        count_val_in_both_df += 1
        list_val_in_both_df.append(df1.iloc[x, 0])        
print('count = ' + str(count_val_in_both_df))
print(list_val_in_both_df)

哪个输出：

df
    uid  value
0  uid1      1
1  uid2      2
2  uid3      3
3  uid4      4


df1
    uid value1
0  uid4       
1  uid2      5
2  uid5      6


count = 2
['uid4', 'uid2']

第二部分是在df中为df1中的值创建一个列，并添加df1中的值。我很遗憾这部分，但想要这样的结果：

{    uid  value value1
0  uid1      1       
1  uid2      2      5
2  uid3      3       
3  uid4      4       }

Answer 1

您可以使用合并

df.merge(df1, on = 'uid', how = 'left').fillna('')

    uid value   value1
0   uid1    1   
1   uid2    2   5
2   uid3    3   
3   uid4    4

对于问题的第一部分，您可以使用交集

list_val_in_both_df  = list(set(df.uid).intersection(set(df1.uid)))

你得到了

['uid2', 'uid4']

python pandas：检查数据帧的列值是否在另一个数据帧的列中，然后计算并列出它

1 个答案: