根据比较条件将值插入数据框中答案

【问题标题】：inserting a value into a dataframe based on a comparison condition根据比较条件将值插入数据框中
【发布时间】：2020-06-10 14:18:47
【问题描述】：

我正在尝试根据与另一个数据帧的比较将值插入数据帧。这是一个例子：

>>> import pandas as pd
>>> import numpy as np
>>> print(df)
>>> df
      name                          
  0  richard Finn, Tim Maltby       
  1  Fernando Lebrija

>>> df2

       Fullname             id
  0   richard Finn          500
  1   Tim Maltby            699
  2   Fernando Lebrija      300

想要的输出是：

 >>> df
      name                            id              
  0  richard Finn, Tim Maltby        500,699
  1  Fernando Lebrija                300

我尝试使用：

df['id'] = np.where((df['name']==df2['Fullname']), df2['id]', df['id'])

但它给了我以下错误： `SyntaxError: 无效语法

【问题讨论】：

4 个答案中没有一个足够好 accept?

标签： python pandas numpy comparison-operators

【解决方案1】：

您可以进行拆分、分解、然后映射和分组：

df['id'] = (df['name'].str.split(',\s*')
    .explode()
    .map(df2.set_index('Fullname')['id'])
    .groupby(level=0).agg(list)
)

输出：

                       name          id
0  richard Finn, Tim Maltby  [500, 699]
1          Fernando Lebrija       [300]

【讨论】：

【解决方案2】：

另一种方式，使用列表推导

mapper = df2.set_index('Fullname')['id'].to_dict()
df['id'] = df['name'].apply(lambda x: ','.join([str(mapper.get(i.strip(), '')) for i in x.split(',')]))



    name                        id
0   richard Finn, Tim Maltby    500,699
1   Fernando Lebrija            300

【讨论】：

【解决方案3】：

我们也可以探索series.replace：

s = dict(df2[['Fullname','id']].astype(str).to_numpy())
df1['id'] = df1['name'].replace(s,regex=True)

print(df1)

                       name        id
0  richard Finn, Tim Maltby  500, 699
1          Fernando Lebrija       300

【讨论】：

这很聪明
@Vaishali 谢谢 :) 我最初的想法是你的解决方案的理解版本，但本来是多余的
@Vaishali 我的想法是这样的：[','.join([*map(lambda x: mapper.get(x.strip()),i.split(','))]) for i in df1['name']] 我在想数据会更快..（现已测试）
太棒了，以后会用这个。我为老熊猫用户添加了一个stack 变体（：

【解决方案4】：

我们可以使用str.splitstack和merge

final = pd.merge(
    df1["name"]
    .str.split(",", expand=True)
    .stack()
    .str.strip()
    .to_frame("Fullname")
    .reset_index(level=0),
    df2,
    on="Fullname",
).astype(str).groupby("level_0").agg(",".join).rename_axis("", axis=0)

print(final)

                  Fullname       id

0  richard Finn,Tim Maltby  500,699
1         Fernando Lebrija      300

【讨论】：