使用 Pandas 从另一个数据帧中包含的值检测数据帧的索引

Question

我有 2 个数据框：

# dataframe 1
data = {'Name':['PINO','PALO','TNCO' ,'TNTO','CUCO' ,'FIGO','ONGF','LABO'],
        'Id'  :[  10  ,  9   ,np.nan ,  14   , 3    ,np.nan,  7   ,np.nan]}
df1 = pd.DataFrame(data)

和

# dataframe 2
convert_table = {'XXX': ['ALLO','BELO','CACO','CUCO','DADO','FIGO','FIGO','ONGF','PALO','PALO','PINO','TNCO','TNCO','TNCO','TNTO']}
df2 = pd.DataFrame(convert_table)

我的目标是确定 df2['XXX'] 的元素的索引，这些元素遵循这些条件：

存在于df1['Name']
有相应的df1['Id'] = NaN

我能够通过使用以下代码行实现我的目标：

nan_names = df1['Name'][df1['Id'].isnull()]

df3 = pd.DataFrame()
for name in nan_names:
    index = df2[df2['XXX']==name].index.tolist()
    if index:
        dic = {'name':[name] , 'index':[index]}
        df3 = pd.concat([df3,pd.DataFrame(dic)], ignore_index=True)

但是我想知道是否有更高效、更优雅的方法来实现我的目标。

结果应如下所示：

          index  name
0  [11, 12, 13]  TNCO
1        [5, 6]  FIGO

注意：如果没有找到名字，则不需要存储任何信息。

Answer 1

我想你可以使用 merge with groupby 和 apply list:

nan_names = df1.loc[df1['Id'].isnull(), ['Name']]
print (nan_names)
   Name
2  TNCO
5  FIGO
7  LABO

df = pd.merge(df2.reset_index(), nan_names, on='Name', suffixes=('','_'))
print (df)
   index  Name
0      5  FIGO
1      6  FIGO
2     11  TNCO
3     12  TNCO
4     13  TNCO

print (df.groupby('Name')['index'].apply(list).reset_index())
   Name         index
0  FIGO        [5, 6]
1  TNCO  [11, 12, 13]

Answer 2

您正在寻找方法 isin:

df = df2[df2['XXX'].isin(nan_names)]

这将 return:

    XXX
5   FIGO
6   FIGO
11  TNCO
12  TNCO
13  TNCO

从那里开始，只是格式问题：

df.reset_index().groupby('XXX')['index'].apply(list)

这将 return:

XXX
FIGO          [5, 6]
TNCO    [11, 12, 13]

想法是重置索引，使其成为一个列（名为 index）。按名称分组并应用 list 函数将 return 每个名称的原始索引列表。

再次调用 reset_index 将 return 您正在寻找的结果。

编辑

将所有内容组合成一行，这将是输出：

In [21]: df2[df2['XXX'].isin(nan_names)].reset_index().groupby('XXX')['index'].apply(list).reset_index()
Out[21]: 
   XXX         index
0  FIGO        [5, 6]
1  TNCO  [11, 12, 13]

使用 Pandas 从另一个数据帧中包含的值检测数据帧的索引

Detect indexes of a dataframe from values contained in another dataframe with Pandas

python

numpy

nan

pandas