Python 熊猫基于非唯一列匹配创建新列,并连接字符串
我有一个数据帧,其中一个objectid映射到一个collisionid(不是唯一的) df1Python 熊猫基于非唯一列匹配创建新列,并连接字符串,python,python-3.x,pandas,Python,Python 3.x,Pandas,我有一个数据帧,其中一个objectid映射到一个collisionid(不是唯一的) df1 objectid collisionid 0 3000 0002 1 4000 0001 2 5000 0002 我有另一个包含所有可能冲突ID的数据帧: df2 collisionid 0 0001 1 0002 2 0003 我想更新df2
objectid collisionid
0 3000 0002
1 4000 0001
2 5000 0002
我有另一个包含所有可能冲突ID的数据帧:
df2
collisionid
0 0001
1 0002
2 0003
我想更新df2以包含映射到该冲突的所有对象ID的行:
df2-所需的
collisionid objectids
0 0001 4000
1 0002 3000,5000
2 0003
(在本例中,objectid存储为字符串)
我尝试过这样做:
df2['objectids'] = df2['collisionid'].map(df1.set_index('collisionid')['objectid'])
但是我得到一个错误
重新编制索引只对唯一值的索引对象有效。如何执行此操作并尝试合并字符串?从合并字符串开始,然后进行分组和聚合:
(df2.merge(df1, how='left', on='collisionid')
.fillna('')
.groupby('collisionid', as_index=False)
.agg(','.join))
collisionid objectid
0 0001 4000
1 0002 3000,5000
2 0003
对于特定列,您的agg
语法会发生一些变化:
(df2.merge(df1, how='left', on='collisionid')
.fillna('')
.groupby('collisionid')
.agg(objectid=('objectid', ','.join)) # agg(output_name=(input_name, aggfunc))
.reset_index())
collisionid objectid
0 0001 4000
1 0002 3000,5000
2 0003
如果我有其他几列,是否有方法指定要进行字符串联接的列?@Ddor编辑了我的答案以解决您的问题。