Question

更新：@AntonvBR的答案有效。非常感谢！

此外，由于这里要处理的是茶列中的每个元素，因此实际上是Series而不是DataFrame。因此，我猜.apply()的工作原理与.map()相同。

原始问题：

很抱歉，我不知道如何表达自己的更好，但这是这个问题：

假设有两个DataFrame，即STUDENT和TEACHER。

STUDENT DataFrame有两列： ID 和 home （她或他来自哪个城市）。当然，这些ID是唯一。

另一方面，TEACHER DataFrame还具有两列： ID 和学生ID列表（在班级中）。

这两个是这样的：

In [72]: stu
Out[72]:
ID home
0   1   XA
1   2   BJ
2   3   TJ
3   4   JN
4   5   CQ
5   6   SH
6   7   GZ
7   8   BJ
8   9   TJ
9  10   BJ

In [75]: tea
Out[75]:
ID            stu
0   1      [1, 2, 3]
1   2   [2, 7, 8, 9]
2   3  [4, 5, 6, 10]

现在我想在TEACHER上添加第三列，其中也包含教师学生的“家” 的列表，并且应该没有重复在每个列表中。

所以我想知道如何以熊猫的方式看起来整洁干净？

我是熊猫和SQL的新手，我想出的唯一方法是在每一行上进行迭代，并在每个列表上进行迭代，然后从另一个DataFrame中获取值并一个接一个地追加... / p>

请给我一些建议或提示。

非常感谢您。

Answer 1

好的，这是一个很简单的问题，可以通过多种方式解决。无论如何， stu列中有对象的事实使事情变得有些复杂。

考虑以下示例：

import pandas as pd

stu = pd.DataFrame({
    'ID': [1,2],
    'home': ['XA','BJ']
})

tea = pd.DataFrame({
    'ID': [1,2],
    'stu': [[1],[1,2]]
})

m = stu.set_index('ID')['home'] # <-- this here creates a map between stu id and stu home
tea['stu_home'] = tea['stu'].apply(lambda x: [m.get(i,'N/A') for i in x])

print(tea)

返回：

   ID     stu  stu_home
0   1     [1]      [XA]
1   2  [1, 2]  [XA, BJ]

简短说明： 应用于数据框列的.apply()将获取所有元素并为每个元素执行一个函数（在这种情况下，这意味着行值）。通过传递lambda函数，表达式变得非常紧凑。我们想为每个行元素中的每个元素找到学生的家。为此，我们可以使用列表理解并从我们在上一行中创建的字典（映射）中获取值。 m.get(i, 'N/A')将获取每个值并返回N/A（如果未找到）。这使脚本更具“崩溃安全性”。

希望这对您有所帮助！

熊猫数据框可以很好地处理“列表”元素

1 个答案: