我正在学习熊猫,但我有一个无法解决的问题。
我有一个大约有 20 万行的数据框,它是 id 列之一。它看起来像这样:
numpy
我还有一个具有这种形状的元组列表:
call_id id utterance channel seq sentiment
0 uuid str str str float
是这些元素的字符串。
我想将数据帧每一行中的 id 与元组列表中的 id 进行比较,如果匹配,则将匹配元组的 pattern_id 添加到数据帧中的新列中。 元组列表的长度不等于数据帧中的行数。
我尝试了不同的方法,但其中任何一种都可以正常工作。 看来我可以进行比较,例如:
(id, pattern_id)
tup = [('c638b6fe-0939-4a3b-a7f0-c9b315da1e5d', '56e1542f-5d68-4fe0-a85a-cce8ae1f0b94'),...]
我得到了我必须得到的比赛。但是如果我添加一个 else 比较似乎不起作用:
matches = []
for row in df.itertuples():
for t in tuples:
if row.id == t[0]:
matches.append(t[1])
如果您能帮助我理解,我将不胜感激:
谢谢!
答案 0 :(得分:1)
您可以从元组列表中创建数据框,如下所示:
df = pd.DataFrame(list_of_tuples, columns =['id', 'pattern_id'])
然后将其与主数据框连接,如下所示:
joined = main_df.merge(df, on='id', how='inner')
。对于匹配 pattern_id
的行,joined
包含在 id
中。