Python 组合数据帧

我对熊猫很陌生。所以请容忍我。我有一个像这样的df

DF1
column1     column2(ids)   
a          [1,2,13,4,9]
b          [20,14,10,18,17]
c          [6,8,12,16,19]
d          [11,3,15,7,5]

每个列表中的每个数字对应于第二个数据帧中的列id

DF2
id.  value_to_change. 
1      x1
2      x2
3      x3
4      x4
5      x5
6      x6
7      x7
8      x8
9      x9 
.      .
.      .
.      .
20    x20

步骤1

我想迭代每个列表，用匹配的ID选择DF2中的行，并创建4个数据帧，因为我在DF1中有4行。 如何做到这一点

例如，对于应用逻辑后的第一行，我会得到这个

 id.    value_to_change
    1      x1
    2      x2
    13     x13
    14     x14
    9      x9

第二排会给我

  id.     value_to_change
    20      x20
    14      x14
    10      x10
    18      x18
    17      x17

等等

步骤2

一旦我有了这4个数据帧，我将它们作为参数传递给一个逻辑，该逻辑返回4个数据帧。 2） 我怎样才能把它们组合成一个排序的最后一个呢

DF3
id.  new_value
1      y1
2      y2
3      y3
4      y4
5      y5
6      y6
7      y7
8      y8
9      y9 
.      .
.      .
.      .
20    y20

---

我怎样才能做到这一点呢？

首先，这段代码应该满足您的要求

import pandas as pd

idxs = [
    [0,2],
    [1,3],
]

df_idxs = pd.DataFrame({'idxs': idxs})

df = pd.DataFrame(
    {'data': ['a', 'b', 'c', 'd']}
)

frames = []
for _, idx in df_idxs.iterrows():
    rows = idx['idxs']
    frame = df.loc[rows]
    # some logic
    print(frame)
    #collect
    frames.append(frame)
    
pd.concat(frames)

请注意，熊猫会自动创建一个范围索引，如果传递的是none。如果要选择其他列，请将该列设置为索引，或使用

df.loc[df.data.isin(rows)]

split apply联合收割机上的熊猫文档也可能会引起您的兴趣：

使用

.loc

和

.isin

在

df2

在这4个数据帧上执行您的逻辑

使用

pandas.concat（）

使用

.sort\u values（）

代码：

将熊猫作为pd导入
df1=pd.DataFrame（{'column1'：['A'，'B'，'C'，'D'，'ids'：[[1,2,13,4,9]，[20,14,10,18,17]，[6,8,12,16,19]，[11,3,15,7,5]}）
df2=pd.DataFrame（{'ids'：list（范围（1,21）），'val'：[f'x{x}表示范围（1,21）]中的x）
df_列表=[]
对于df1['ids']中的id_列表。值：
df_list.append（df2.loc[df2['id'].isin（id_list）]）
#在DF_列表中对每个DF执行逻辑
#假设df_列表现在包含结果数据帧
df3=pd.concat（df_列表）
df3=df3.sort_值（'id'））

此代码将有助于解决问题的第一部分

import pandas as pd
df1 = pd.DataFrame([[[1,2,4,5]],[[3,4,1]]], columns=["column2(ids)"])
df2 = pd.DataFrame([[1,"x1"],[2,"x2"],[3,"x3"],[4,"x4"],[5,"x5"]], columns=["id", "value_to_change"])
df3 = pd.DataFrame(columns=["id", "value_to_change"])
for row in df1.iterrows():
    s = row[1][0]
    for item in s:
        val = df2.loc[df2['id']==item, 'value_to_change'].item()
        df_temp = pd.DataFrame([[item,val]], columns=["id", "value_to_change"])
        df3 = df3.append(df_temp, ignore_index=True)
df3

注意在

s=row[1][0]

行中，您需要根据您的数据帧选择索引，在我的例子中，它是

[1][0]

-对于第二部分，您可以使用

pd.concat

：

---

-对于排序

df.sort\u值

：

使用这样的单个数据帧将更容易、更有效

初始化

df1 = pd.DataFrame({'label': ['A', 'B', 'C', 'D'], 'ids': [[1,2,13,4,9], 
[20,14,10,18,17], [6,8,12,16,19],[11,3,15,7,5]]})

# Some custom function for dataframe operations
def my_func(x):
     x['value_to_change'] = x.value_to_change.str.replace('x', 'y') 
     return x

数据帧操作

df1 = df1.explode('ids')
df1['value_to_change'] = df1.explode('ids')['ids'].map(dict(zip(df2.ids, df2.val)))
df1['new_value'] = df1.groupby('label').apply(my_func)['value_to_change']

输出

  label ids value_to_change new_value
0     A   1              x1        y1
0     A   2              x2        y2
0     A  13             x13       y13
0     A   4              x4        y4
0     A   9              x9        y9
1     B  20             x20       y20
1     B  14             x14       y14
1     B  10             x10       y10
1     B  18             x18       y18
1     B  17             x17       y17
2     C   6              x6        y6
2     C   8              x8        y8
2     C  12             x12       y12
2     C  16             x16       y16
2     C  19             x19       y19
3     D  11             x11       y11
3     D   3              x3        y3
3     D  15             x15       y15
3     D   7              x7        y7
3     D   5              x5        y5

---

在手机上，因此无法测试。您可以使用DF2.loc中的每个列表来选择行。可以使用pd.concat进行最终组合。您的数据不一致。请正确格式化。@Vishnudev有什么不一致的地方吗？？无论如何，我想你明白了，我觉得我的格式很好。如果你想编辑你的数据中有点

，这是有意的吗？@Vishnudev不要吝啬，问题很清楚。虽然uniXVanXcel可以包含生成这些数据帧的代码。谢谢，请让我理解并将其与我的案例相匹配，然后再与您联系。谢谢，我最终使用了他的解决方案，因为它更具可读性，但谢谢您的帮助。您不需要内部循环。只需使用df中的列表。loc@AlexNe如何在没有内部循环的情况下访问列表中的各个元素？可以使用df.loc[s]访问它们这可能是最好的答案