Python熊猫-如何将具有两个不同列的两个数据帧合并到两个列表列中

我有两个数据帧

df1：

df2：

我想合并它们，但列a和列b将成为一个列表

key  column_a       column_b
AA   ['AAB','AAC']  ['AAA']
AB   ['ABA','ABK']  ['ABA','ABK']
AC   NaN            ['ACC']

---

如果转换为列表，则会丢失使用连续内存块中的NumPy数组时附带的矢量化功能

使用和聚合lambda函数的解决方案-删除

NaN

s并创建

list

s：

df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist())
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC           []       [ACC]

最后，如果需要将空列表替换为

NaN

s，请使用：

---

很好！我想知道是否最好将列a和列b存储为单个列，并在另一列中指示该列来自哪个数据帧。我去问另一个问题。@MasakiAndou-你认为类似于

df=pd.concat（[df1，df2]，keys=（'a'，'b'））的东西吗？然后获取
NaN
s值。
key  column_a       column_b
AA   ['AAB','AAC']  ['AAA']
AB   ['ABA','ABK']  ['ABA','ABK']
AC   NaN            ['ACC']

df = pd.concat([df1, df2]).groupby('key').agg(lambda x: x.dropna().tolist())
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC           []       [ACC]

df = df.where(df.astype(bool))
print (df)
       column_a    column_b
key                        
AA   [AAB, AAC]       [AAA]
AB   [ABA, ABK]  [ABA, ABK]
AC          NaN       [ACC]