Столбец карты, если строка содержит значения из другого столбца в Pandas - PullRequest
Новая
       8

Столбец карты, если строка содержит значения из другого столбца в Pandas

0 голосов
/ 11 июня 2018

У меня есть два кадра данных, первый из которых:

df1 

col_one col_two
ABBC1  (1, 2, 3)
DFFG2  (3, 5, 1)
JJKS3  (5, 2, 5)

df2 

    col_1
operate ABBC1 1 to 2, JJKS3 3 to 5
operate JJKS3, FOM

Желаемый вывод df2: 

  col_1                col_2
operate ABBC1, to 2  (1, 2, 3)
operate JJKS3, FOM   (5, 2, 5)

Я пробовал несколько способов, но самое близкое, что я получил: 

for values, map_col in df1[['col_one', 'col_two']].values:
    for val in df2['col_1']:
        if ("%s" %values) in df2['col_1'] :
            df2['col_2'] = "%s" %(map_col,)

И я подумал, что это будет хорошо, но я получил абсолютно одинаковые значения для всех строк.

Любая помощь приветствуется.Спасибо

1 Ответ

0 голосов
/ 11 июня 2018

Вы можете создать новый столбец с помощью extract и объединить его: 

pat = '|'.join(r"\b{}\b".format(x) for x in df1['col_one'].unique())
df2['col_one'] = df2['col_1'].str.extract('(' + pat + ')')
print (df2)
                 col_1 col_one
0  operate ABBC1, to 2   ABBC1
1   operate JJKS3, FOM   JJKS3

df = df1.merge(df2, on='col_one')
print (df)
  col_one    col_two                col_1
0   ABBC1  (1, 2, 3)  operate ABBC1, to 2
1   JJKS3  (5, 2, 5)   operate JJKS3, FOM

РЕДАКТИРОВАТЬ:

Если возможно совпадение нескольких значений, используйте findall и создайте новый DataFrame: 

pat = '|'.join(r"\b{}\b".format(x) for x in df1['col_one'].unique())
s = df2['col_1'].str.findall('(' + pat + ')')
print (s)
0    [ABBC1, JJKS3]
1           [JJKS3]
Name: col_1, dtype: object

lens = s.str.len()
a = np.repeat(df2['col_1'], lens)
b = np.concatenate(s)
df2 = pd.DataFrame({'col_1':a, 'col_one':b})
print (df2)
                               col_1 col_one
0  operate ABBC1, to 2  JJKS3 3 to 5   ABBC1
0  operate ABBC1, to 2  JJKS3 3 to 5   JJKS3
1                 operate JJKS3, FOM   JJKS3

df = df1.merge(df2, on='col_one')
print (df)
  col_one    col_two                              col_1
0   ABBC1  (1, 2, 3)  operate ABBC1, to 2  JJKS3 3 to 5
1   JJKS3  (5, 2, 5)  operate ABBC1, to 2  JJKS3 3 to 5
2   JJKS3  (5, 2, 5)                 operate JJKS3, FOM
...