Python 如何对列表的值求和'；s元素哪些元素'；值来自pandas中的Antor数据帧？

我有两个数据帧，分别称为

df1

和

df2

。我想对

df2

中的列表值求和，列表值来自

df1

例如：

df1：

和df2：

df2 = pd.DataFrame([['a',['b','c','d']],['b',['a','c']]],columns=['name2','data2'])
df2

    name2         data2
0      a      [b, c, d]
1      b         [a, c]

最后，我想说：

    name2   data2
0      a      146
1      b       56

---

怎么做？非常感谢。

首先通过

df1

创建字典，然后使用

get

列出对

dict

映射值的理解，如果将不匹配的值添加到

0

到

sum

：

d = df1.set_index('name1')['data1'].to_dict()
df2['data2'] = [sum(d.get(y, 0) for y in x) for x in df2['data2']]
print (df2)

  name2  data2
0     a    146
1     b     56

如果要删除

NaN

s，可以使用

filter

：

也可以

d = dict(df1.values)
df2['s'] = df2.data2.transform(lambda v: pd.Series(v).map(d)).sum(1) 

0    146.0
1     56.0
dtype: float6

或

---

您可以使用

df1

上的

pivot

将名称放入列中，然后索引到

df2

：

pivoted = df1.pivot(columns="name1").data1.sum()
df2.data2 = df2.data2.apply(lambda x: pivoted[x].sum())

  name2  data2
0     a  146.0
1     b   56.0

---

您可以将

collections.defaultdict

与

dict一起使用

from collections import defaultdict

d = defaultdict(int, df1.set_index('name1')['data1'].to_dict())

df2['sum'] = [sum(map(d.__getitem__, x)) for x in df2['data2']]

print(df2)

  name2      data2  sum
0     a  [b, c, d]  146
1     b  [a, c, e]   56

对于较大的数据帧，这将比生成器表达式更有效：

from collections import defaultdict

def jpp(df1, df2):
    d = defaultdict(int, df1.set_index('name1')['data1'].to_dict())
    return [sum(map(d.__getitem__, x)) for x in df2['data2']]

def jez(df1, df2):
    d = df1.set_index('name1')['data1'].to_dict()
    return [sum(d.get(y, 0) for y in x) for x in df2['data2']]

df2 = pd.concat([df2]*10000)

%timeit jpp(df1, df2)  # 32.8 ms per loop
%timeit jez(df1, df2)  # 49.1 ms per loop

很棒的方法。但是如果
df2
值得到一个Nan怎么办？它是零。@runningman-我认为最好的方法是用
d=df1.dropna（子集=['data1']）删除
NaN
s行。将索引（'name1'）['data1']）设置为dict（）
pivoted = df1.pivot(columns="name1").data1.sum()
df2.data2 = df2.data2.apply(lambda x: pivoted[x].sum())

  name2  data2
0     a  146.0
1     b   56.0

from collections import defaultdict

d = defaultdict(int, df1.set_index('name1')['data1'].to_dict())

df2['sum'] = [sum(map(d.__getitem__, x)) for x in df2['data2']]

print(df2)

  name2      data2  sum
0     a  [b, c, d]  146
1     b  [a, c, e]   56

from collections import defaultdict

def jpp(df1, df2):
    d = defaultdict(int, df1.set_index('name1')['data1'].to_dict())
    return [sum(map(d.__getitem__, x)) for x in df2['data2']]

def jez(df1, df2):
    d = df1.set_index('name1')['data1'].to_dict()
    return [sum(d.get(y, 0) for y in x) for x in df2['data2']]

df2 = pd.concat([df2]*10000)

%timeit jpp(df1, df2)  # 32.8 ms per loop
%timeit jez(df1, df2)  # 49.1 ms per loop