Python Pandas-如何将具有两个不同列的两个数据框合并到两个列表列

Question

我有两个数据框。

df1：

key  column_a 
AA   AAB      
AA   AAC      
AB   ABA      
AB   ABK      

df2：

key  column_b
AA   AAA
AB   ABA
AB   ABK
AC   ACC

我想将它们合并，但是column_a和column_b将成为列表。

key  column_a       column_b
AA   ['AAB','AAC']  ['AAA']
AB   ['ABA','ABK']  ['ABA','ABK']
AC   NaN            ['ACC']

Answer 1

如果转换为列表，您将失去使用连续内存块中保存的NumPy数组所具有的矢量化功能。

使用concat，groupby和聚合lambda函数的解决方案-删除NaN并创建list s：

df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist())
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC           []       [ACC]

最后一次需要将NaN的空白列表替换为DataFrame.where：

df = df.where(df.astype(bool))
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC          NaN       [ACC]