熊猫根据非唯一列匹配创建新列，并串起字符串

Question

我有一个数据帧，其中一个对象ID映射到一个碰撞ID（不是唯一的）

df1

    objectid    collisionid  
0   3000        0002  
1   4000        0001  
2   5000        0002

我还有另一个包含所有可能的碰撞ID的数据框：

df2

    collisionid   
0   0001           
1   0002   
2   0003           

我想更新df2以包含一行映射到该碰撞的所有对象ID：

df2-所需

    collisionid    objectids  
0   0001           4000  
1   0002           3000,5000  
2   0003           

（在这种情况下，对象标识存储为字符串）。

我试图做这样的事情：

df2['objectids'] = df2['collisionid'].map(df1.set_index('collisionid')['objectid'])

但是出现错误Reindexing only valid with uniquely valued Index objects。我该如何做，还要尝试合并字符串？

Answer 1

首先合并它们，然后进行分组和聚合：

(df2.merge(df1, how='left', on='collisionid')
    .fillna('')
    .groupby('collisionid', as_index=False)
    .agg(','.join))

  collisionid   objectid
0        0001       4000
1        0002  3000,5000
2        0003           

---

对于特定列，您的agg语法稍有变化：

(df2.merge(df1, how='left', on='collisionid')
    .fillna('')
    .groupby('collisionid')
    .agg(objectid=('objectid', ','.join)) # agg(output_name=(input_name, aggfunc))
    .reset_index())

  collisionid   objectid
0        0001       4000
1        0002  3000,5000
2        0003