假設(shè)我有兩個熊貓數(shù)據(jù)幀：import pandas as pdsource_df = pd.DataFrame.from_dict({"Total": [315.59, 241.17, 165.87], "Label": ["id|1234", "id|2345", "id|2333"]}) Total Label0 315.59 id|12341 241.17 id|23452 165.87 id|2333和match_df = pd.DataFrame.from_dict( {"Labels": ["id|1234; id|4957", "id|7632", "id|2345; id|9342", "id|2333; id|8321; id|9001"]}) Labels0 id|1234; id|49571 id|76322 id|2345; id|93423 id|2333; id|8321; id|9001我想替換使用 中的值中的值，選擇 位于 中的行。因此，所需的輸出將是：Labelsource_dfLabelsmatch_dfsource_df.Labelmatch_df.Labels Total Label0 315.59 id|1234; id|49571 241.17 id|2345; id|93422 165.87 id|2333; id|8321; id|9001我目前這樣做的方法依賴于 DataFrames using 之間的成對比較，這是出了名的慢，需要避免：iterrowsfor ii, row in source_df.iterrows(): for _, match_row in match_df.iterrows(): if row.Label in match_row.Labels: source_df.at[ii, "Label"] = match_row.Labels break有沒有一種更pythonic和更有效的方法來實現(xiàn)這種行為？
1 回答
慕村225694
TA貢獻1880條經(jīng)驗 獲得超4個贊
首先使用DataFrame.explode（pandas 0.25 +）由Series.str.split創(chuàng)建的列表，因此可以使用DataFrame.merge：Labels
df1 = match_df.assign(Label = match_df['Labels'].str.split('; ')).explode('Label')
df = source_df.merge(df1, on='Label')
print (df)
Total Label Labels
0 315.59 id|1234 id|1234; id|4957
1 241.17 id|2345 id|2345; id|9342
2 165.87 id|2333 id|2333; id|8321; id|9001
最后一列 ：Label
df['Label'] = df.pop('Labels')
print (df)
Total Label
0 315.59 id|1234; id|4957
1 241.17 id|2345; id|9342
2 165.87 id|2333; id|8321; id|9001
另一個具有Series.map和字典理解的解決方案：
d = {y: x for x in match_df['Labels'] for y in x.split('; ')}
source_df['Label'] = source_df['Label'].map(d)
print (source_df)
Total Label
0 315.59 id|1234; id|4957
1 241.17 id|2345; id|9342
2 165.87 id|2333; id|8321; id|9001
添加回答
舉報
0/150
提交
取消