Pandas - 合并两个数据框后创建多值字段

Question

我有一个根据键/外键合并到 csv 表的 python 脚本。由于关系有时是1 : n，因此我的输出数据包含每个 n 的新行。

我想要的是新外键列中包含多值字段的单行。

一些示例数据以便更好地理解：

CSV1

cid;name;surname;address
1;Mueller;Hans;42553
2;Meier;Peter;42873
3;Schmidt;Micha;42567
4;Pauli;Ulli;98790
5;Dick;Franz;45632

CSV2

cid;ticketid
1;9
1;22
2;8
3;7
4;6
5;5

期望的输出：

cid;name;surname;address;ticketid
1;Mueller;Hans;42553;[9;22]
2;Meier;Peter;42873;[8]
3;Schmidt;Micha;42567;[7]
4;Pauli;Ulli;98790;[6]
5;Dick;Franz;45632;[5]

我当前的合并代码：

df1 = pd.read_csv('kunde.csv', sep=';', header=0, dtype=object)
df2 = pd.read_csv('tickets.csv', sep=';', header=0, dtype=object, na_values='')


df = (df1.merge(df2, left_on='cid', right_on='cid', suffixes=('', '_B'), how='left'))

我找到了一些关于如何使用 group by 的示例。但我的情况的另一个问题是脚本需要有点通用，我需要假设我只知道我执行连接的两个 ID 列的名称，而不是所有列名。所以大多数示例不适用于我的情况或为所有非 ID 列创建多值字段

Answer 1

我认为每个组需要map 和groupby 和lists：

df1['ticketid'] = df1['cid'].map(df2.groupby('cid')['ticketid'].apply(list))
print (df1)
   cid     name surname  address ticketid
0    1  Mueller    Hans    42553  [9, 22]
1    2    Meier   Peter    42873      [8]
2    3  Schmidt   Micha    42567      [7]
3    4    Pauli    Ulli    98790      [6]
4    5     Dick   Franz    45632      [5]

编辑：使用join 的更通用解决方案并将所有列聚合到lists：

print (df2)
   cid  ticketid  A
0    1         9  s
1    1        22  r
2    2         8  t
3    3         7  r
4    4         6  m
5    5         5  a

df = df1.join(df2.groupby('cid').agg(lambda x: x.tolist()), on='cid', rsuffix='_B')
print (df)
   cid     name surname  address ticketid       A
0    1  Mueller    Hans    42553  [9, 22]  [s, r]
1    2    Meier   Peter    42873      [8]     [t]
2    3  Schmidt   Micha    42567      [7]     [r]
3    4    Pauli    Ulli    98790      [6]     [m]
4    5     Dick   Franz    45632      [5]     [a]