pandas dataframe хорошо обрабатывает элементы списка

Question

Обновление: ответ @AntonvBR сработал. Большое спасибо!

Кроме того, поскольку здесь я имею дело с каждым элементом в столбце одного чая, так что это действительно Series, а не DataFrame. Таким образом, я думаю, .apply() работает так же, как .map().

---

Оригинальный вопрос:

Прошу прощения, что не знаю, как выразить мои слова лучше, но вот этот вопрос:

Скажем, есть два Фрейма Данных, СТУДЕНТ и УЧИТЕЛЬ.

Фрейм данных STUDENT состоит из двух столбцов: ID и home (из какого города она или он родом). Конечно, идентификаторы уникальны .

С другой стороны, фрейм данных TEACHER также имеет два столбца: ID и список идентификаторов студентов (в их классе).

Они похожи на это:

In [72]: stu
Out[72]:
ID home
0   1   XA
1   2   BJ
2   3   TJ
3   4   JN
4   5   CQ
5   6   SH
6   7   GZ
7   8   BJ
8   9   TJ
9  10   BJ

In [75]: tea
Out[75]:
ID            stu
0   1      [1, 2, 3]
1   2   [2, 7, 8, 9]
2   3  [4, 5, 6, 10]

А теперь я хочу добавить третью колонку на УЧИТЕЛЯ, которая также содержит список учителей «ученики» «дома» , и в каждом из них должно быть без дубликатов список.

Поэтому мне интересно, как я могу сделать это в стиле панды , который выглядит аккуратно и чисто?

Я новичок в pandas и SQL, и единственный способ, которым я придумаю, - это перебирать каждую строку, перебирать каждый список, извлекать значение из другого DataFrame и добавлять их один за другим ...

Пожалуйста, дайте мне несколько советов или подсказок.

Большое спасибо.

Answer 1

Хорошо, это довольно тривиальная проблема, которая может быть решена разными способами. Тем не мение, тот факт, что внутри вашего столбца stu есть объекты, немного усложняет ситуацию.

Рассмотрим этот пример:

import pandas as pd

stu = pd.DataFrame({
    'ID': [1,2],
    'home': ['XA','BJ']
})

tea = pd.DataFrame({
    'ID': [1,2],
    'stu': [[1],[1,2]]
})

m = stu.set_index('ID')['home'] # <-- this here creates a map between stu id and stu home
tea['stu_home'] = tea['stu'].apply(lambda x: [m.get(i,'N/A') for i in x])

print(tea)

Возвращает:

   ID     stu  stu_home
0   1     [1]      [XA]
1   2  [1, 2]  [XA, BJ]

---

Краткое объяснение: .apply(), примененный к столбцу данных, будет принимать все элементы и выполнять функцию для каждого элемента (что в данном случае означает значения строки). При передаче лямбда-функции выражение становится действительно компактным. Мы хотим найти дом студента для каждого элемента внутри каждого элемента строки. Для этого мы можем использовать списки и получить значения из словаря (карты), который мы создали в строке выше. m.get(i, 'N/A') получит каждое значение и вернет N/A, если не найден. Это делает скрипт немного более «безопасным».

Надеюсь, это помогло вам!