如何匹配两个数据框列并在 Python 中的单独列上返回匹配值？

Question

我是 Python 新手，需要一些帮助。

我有 2 个数据框，其中包含一个用户列表以及来自两个表的推荐朋友列表。

我想实现以下目标：

1. 从每个用户的 2 个数据框中按升序对推荐好友列表进行排序。

2. 为每个用户匹配从 dataframe2 到 dataframe1 的匹配推荐朋友列表。仅返回匹配的值。

我已经尝试了我的代码，但没有达到预期的结果。

import pandas as pd
import numpy as np

///load data from csv
df1 = pd.read_csv('CommonFriend.csv')
df2 = pd.read_csv('InfluenceFriend.csv')

print(df1)
print(df2)

///convert values to list to sort by recommended friends ID
df1.values.tolist()
df1.sort_values(by=['User','RecommendedFriends'])
df2.values.tolist()
df2.sort_values(by=['User','RecommendedFriends'])

///obtain only matched values from list of recommended friends from df1 and df2.
df3 = df1.merge(df2, how='inner', on='User')
/// return dataframe with user, matched recommendedfriends ID
print(df3)

遇到的问题：

1. 每个列表中的元素没有按升序排序。
2. 通过pandas 匹配每个元素时，使用“inner-join”合并。它似乎无法读取某些元素。

更新：以下是导致代码中出现一些错误的数据帧头。

Answer 1

我不太明白您的问题究竟是什么，但通常您必须再次将数据帧分配给自身。

import pandas as pd
import numpy as np

df1 = pd.read_csv('CommonFriend.csv')
df2 = pd.read_csv('InfluenceFriend.csv')

print(df1)
print(df2)

df1 = df1.values.tolist()
df1 = df1.sort_values(by=['User','RecommendedFriends'])
df2 = df2.values.tolist()
df2 = df2.sort_values(by=['User','RecommendedFriends'])

df3 = df1.merge(df2, how='inner', on='User')
print(df3)

Answer 2

这应该是您问题的解决方案。您可能需要更改一些变量，但您明白了：您将用户的两个数据框合并，这样您就可以得到一个包含每个用户的两个列表的数据框。然后取两个列表的交集并将其存储在新列中。

df1 = pd.DataFrame(np.array([[1, [5, 7, 10, 11]], [2, [3, 8, 5, 12]]]),
                   columns=['User', 'Recommended friends'])

df2 = pd.DataFrame(np.array([[1, [5, 7, 9]], [2, [4, 7, 10]], [3, [15, 7, 9]]]),
                   columns=['User', 'Recommended friends'])

df3 = pd.merge(df1, df2, on='User')
df3['intersection'] = [list(set(a).intersection(set(b))) for a, b in zip(df3['Recommended friends_x'], df3['Recommended friends_y'])]

输出df3：

    User    Recommended friends_x   Recommended friends_y   intersection
0   1       [5, 7, 10, 11]          [5, 7, 9]               [5, 7]
1   2       [3, 8, 5, 12]           [4, 7, 10]              []