合并从两个数据框列共享共同值的列表[关闭]

Question

假设您有两个包含一些列表的数据框列：

python中的代码会是什么样子？

Answer 1

df1 = pd.DataFrame(
    {
        'Id':[1,2,3],
        'a':[[1,2,3],[4, 5],[6]]
    }, 
)
df2 = pd.DataFrame(
    {
        'Id':[1,2,3],
        'b':[[3],[6, 7],[8]]
    }, 
)


df3 = pd.DataFrame(
    {
        'Id': [
            [int(df1[pd.Series(map(tuple, df1['a']))  == tuple(i)].index.values)+1, 
             int(df1[pd.Series(map(tuple, df2['b']))  == tuple(j)].index.values)+1] 
            for j in df2['b'] for i in df1['a'] if set.intersection(set(i), set(j))],
        'a&b': [list(set.union(set(i), set(j))) 
                for j in df2['b'] 
                for i in df1['a'] 
                if set.intersection(set(i), set(j))],
    }
)

:输出：

我知道我的解决方案非常混乱，但是当我尝试以其他方式解决时，例如不使用元组压缩，这很容易，然后我得到了各种错误，例如 ValueError: Lengths must match to compare，这是我们都知道的常见问题类型

Answer 2

• 从 df 和 df1 之间的笛卡尔积开始
• 接下来查找 b 是 a 子集的行 subset
• 使用set.union()获取a和b的超集
• 构建 list 的组合 id 列
• 一些清理 - dropna() 和你想要的列 loc[]

df = pd.DataFrame({"id":[1,2,3],
             "a":[[1,2,3],[4,5],[6]]})

df1 = pd.DataFrame({"id":[1,2,3],
             "b":[[3],[6,7],[8]]})

df2 = (df.assign(foo=1)
 .merge(df1.assign(foo=1), on="foo")
 .assign(**{"a&b":lambda dfa: np.where(dfa.apply(lambda r: any(x in r.a for x in r.b), axis=1),
                                     dfa.apply(lambda r: list(set(r.a).union(r.b)), axis=1),
                                     np.nan)})
 .dropna()
 .assign(id=lambda dfa: dfa.loc[:,["id_x","id_y"]].apply(list, axis=1))
 .loc[:,["id","a&b"]]
)

	id	a&b
0	[1, 1]	[1, 2, 3]
7	[3, 2]	[6, 7]

替代方法

• 这消除了笛卡尔积的组合爆炸
• 在 list 爆炸之前复制它，以便轻松重建

(df.assign(a_arr=df.a).explode("a")
 .merge(df1.assign(b_arr=df1.b).explode("b"), left_on="a", right_on="b")
 .assign(**{"id":lambda dfa: dfa.loc[:,["id_x","id_y"]].apply(list, axis=1),
           "a&b":lambda dfa: dfa.loc[:,["a_arr","b_arr"]].apply(lambda r: list(set(r.a_arr).union(r.b_arr)), axis=1)})
 .loc[:,["id","a&b"]]
)