合并 pandas 列（一对多）

Question

我是 Python 的 Pandas 新手。我想通过一个共同的 ID 组合几个 Excel 工作表。此外，还有一对多的关系。

这里是输入：

df1：

ID	Name
3763058	Andi
3763077	Mark

df2：

ID	Tag
3763058	item1
3763058	item2
3763058	item3
3763077	item4
3763077	item5
3763077	item6

我现在想将两个 pandas 数据框 df1 和 df2 合并到以下输出中（列标记合并到每个 ID 的单个列中）：

ID	Name	Tag
3763058	Andi	item1, item2, item3
3763077	Mark	item4, item5, item6

有人可以帮我解决这个问题吗？

干杯， 安迪

Answer 1

您可以先使用groupby 和join：

df2 = df2.groupby('ID')['Tag'].apply(', '.join).reset_index()
print (df2)
        ID                     Tag
0  3763058     item1, item2, item3
1  3763077  item_4, item_5, item_6

那么可以使用merge，特别是如果df1 有更多的列：

df = pd.merge(df1, df2, on='ID', how='left')
print (df)
        ID  Name                     Tag
0  3763058  Andi     item1, item2, item3
1  3763077  Mark  item_4, item_5, item_6

map 的解决方案，如果需要只添加一列：

df2 = df2.groupby('ID')['Tag'].apply(', '.join).reset_index()
df2['Name'] = df2['ID'].map(df1.set_index('ID')['Name'])
print (df2)
        ID                     Tag  Name
0  3763058     item1, item2, item3  Andi
1  3763077  item_4, item_5, item_6  Mark

如果Name列的重要位置使用insert：

df2 = df2.groupby('ID')['Tag'].apply(', '.join).reset_index()
df2.insert(1, 'Name', df2['ID'].map(df1.set_index('ID')['Name']))
print (df2)
        ID  Name                     Tag
0  3763058  Andi     item1, item2, item3
1  3763077  Mark  item_4, item_5, item_6