Python 基于来自另一个数据帧的匹配值的新列

如果在下面的示例中有两个数据帧，例如

df1

和

df2

；我们如何合并它们以生成

df3

import pandas as pd
import numpy as np

data1 = [("a1",["A","B"]),("a2",["A","B","C"]),("a3",["B","C"])]
df1 = pd.DataFrame(data1,columns = ["column1","column2"])
print df1

data2 = [("A",["1","2"]),("B",["1","3","4"]),("C",["5"])]
df2 = pd.DataFrame(data2,columns=["column3","column4"])
print df2

data3 = [("a1",["A","B"],["1","2","3","4"]),("a2",["A","B","C"], 
["1","2","3","4","5"]),("a3",["B","C"],["1","3","4","5"])]
df3 = pd.DataFrame(data3,columns = ["column1","column2","column5"])
print df3

---

我的目标是不使用循环，因为我处理的是大数据集

在使用

DataFrame重新创建后检查
df1的列表列
然后映射
df2


另外，由于您要求不使用for循环，我使用的是
sum
，而这种情况下
sum
比
*for循环*
或
itertools



正如我提到的和我们大多数人建议的，你也可以向

您可以按以下方式进行操作：

df2_dict = {i:j for i,j in zip(df2['column3'].values, df2['column4'].values)}
# print(df2_dict)

def func(val):
    return sorted(list(set(np.concatenate([df2_dict.get(i) for i in val]))))

df1['column5'] = df1['column2'].apply(func)
print(df1)

输出：

  column1    column2          column5
0      a1     [A, B]     [1, 2, 3, 4]
1      a2  [A, B, C]  [1, 2, 3, 4, 5]
2      a3     [B, C]     [1, 3, 4, 5]

这项工作：

df1['column2'].apply（lambda x:list（set（（np.concatenate（[df2.set_index（'column3'）['column4'][i]表示列表中的i（x）]））））
你必须删除重复项，不是吗？@Wen Ben
。apply（set）
而不是
。apply（tuple）
？@jezrael是的，我认为for-loop非常适合这种类型的应用question@coldspeed很高兴我能帮忙：-）
df2_dict = {i:j for i,j in zip(df2['column3'].values, df2['column4'].values)}
# print(df2_dict)

def func(val):
    return sorted(list(set(np.concatenate([df2_dict.get(i) for i in val]))))

df1['column5'] = df1['column2'].apply(func)
print(df1)

  column1    column2          column5
0      a1     [A, B]     [1, 2, 3, 4]
1      a2  [A, B, C]  [1, 2, 3, 4, 5]
2      a3     [B, C]     [1, 3, 4, 5]