Question

我有一个数据框df1，它具有：

F_Id    I_Code  F_Date
FT-56832    2   01/09/2019
FT-93828    1   01/09/2019
FT-13853    2   02/09/2019
FT-18858    3   02/09/2019
FT-19010    2   03/09/2019
FT-62064    5   02/09/2019
FT-94494    4   03/09/2019
FT-73594    2   03/09/2019
FT-78590    3   01/09/2019
FT-14296    4   01/09/2019
FT-82529    3   03/09/2019
FT-33266    3   04/09/2019
FT-58456    4   02/09/2019
FT-16693    4   04/09/2019
FT-69073    4   02/09/2019
FT-69649    1   05/09/2019

对于每个（I_code，F_Date），有5个不同的ID与之关联。

我还有另一个具有以下列的数据框df2：

F_Date  num_i_found
01/09/2019  5
01/09/2019  3
02/09/2019  5
02/09/2019  5
03/09/2019  3
02/09/2019  4
03/09/2019  4
03/09/2019  5
01/09/2019  5
01/09/2019  4
03/09/2019  3
04/09/2019  5
02/09/2019  4
04/09/2019  5
02/09/2019  4
05/09/2019  4

我想在df2中生成一个新列ID_found，使其具有ID的数组。

例如，对于1/09/2019 num_i_found为4，则ID_found将是df1中5中的4个ID。（FT-56832，FT-93828，F-78590等）。

是否有实现相同目标的方法。

Answer 1

创建列表字典并通过num_i_found值建立索引进行过滤：

通知：如果值不匹配（例如第一行），则示例数据中的值仅是4的{{1}}个值，我想实际数据中全部是5个值01/09/2019中的每个日期时间，因此可以按需工作。

d = df1.groupby('F_Date')['F_Id'].apply(list).to_dict()

print (d)
{'01/09/2019': ['FT-56832', 'FT-93828', 'FT-78590', 'FT-14296'],
 '02/09/2019': ['FT-13853', 'FT-18858', 'FT-62064', 'FT-58456', 'FT-69073'],
 '03/09/2019': ['FT-19010', 'FT-94494', 'FT-73594', 'FT-82529'], 
 '04/09/2019': ['FT-33266', 'FT-16693'], 
 '05/09/2019': ['FT-69649']}

如果需要字符串：

df2['new'] = df2.apply(lambda x: d.get(x['F_Date'], [])[:x['num_i_found']], axis=1)
print (df2)
        F_Date  num_i_found                                                new
0   01/09/2019            5           [FT-56832, FT-93828, FT-78590, FT-14296]
1   01/09/2019            3                     [FT-56832, FT-93828, FT-78590]
2   02/09/2019            5  [FT-13853, FT-18858, FT-62064, FT-58456, FT-69...
3   02/09/2019            5  [FT-13853, FT-18858, FT-62064, FT-58456, FT-69...
4   03/09/2019            3                     [FT-19010, FT-94494, FT-73594]
5   02/09/2019            4           [FT-13853, FT-18858, FT-62064, FT-58456]
6   03/09/2019            4           [FT-19010, FT-94494, FT-73594, FT-82529]
7   03/09/2019            5           [FT-19010, FT-94494, FT-73594, FT-82529]
8   01/09/2019            5           [FT-56832, FT-93828, FT-78590, FT-14296]
9   01/09/2019            4           [FT-56832, FT-93828, FT-78590, FT-14296]
10  03/09/2019            3                     [FT-19010, FT-94494, FT-73594]
11  04/09/2019            5                               [FT-33266, FT-16693]
12  02/09/2019            4           [FT-13853, FT-18858, FT-62064, FT-58456]
13  04/09/2019            5                               [FT-33266, FT-16693]
14  02/09/2019            4           [FT-13853, FT-18858, FT-62064, FT-58456]
15  05/09/2019            4                                         [FT-69649]

基于2个数据框的列生成

1 个答案: