如何匹配数据框中列之间的值

Question

我想从数据框中的一列与其他列中获取匹配项。属性列是一个列表。下面是一个例子：  date        tableNameFrom    tableNameJoin   attributeName1 29-03-2019  film             language        [film.languageId, language.languageID, film.filmID]2 30-03-2019  inventory as i   rental as r     [i.inventoryId, r.filmId]这是我尝试过的：df1 = (pd.DataFrame(df['attribute'].values.tolist())                      .stack()                      .str.split('.', expand=True)                      .reset_index(drop=True))df1.columns = ['tableName','attributeName']print(df1)我得到的输出：  tableName    attributeName1 film         languageId2 language     languageID3 film         filmId这里需要的输出：  date        tableName    attributeName1 29-03-2019  film         languageId2 29-03-2019  language     languageID3 29-03-2019  film         filmId4 30-03-2019  inventory    inventoryId5 30-03-2019  rental       filmId知道我该怎么做吗？谢谢您的帮助。

Answer 1

首先Series.str.split通过asfor 字典创建字典：

df3 = df[['tableNameFrom','tableNameJoin']].stack().str.split(' as ',  expand=True).dropna()

d = dict(zip(df3[1], df3[0]))

print (d)

{'i': 'inventory', 'r': 'rental'}

将 index 参数添加到DataFrame构造函数并删除 last reset_index：

df1 = (pd.DataFrame(df['attributeName'].values.tolist(), index=df.index)

                      .stack()

                      .str.split('.', expand=True))

df1.columns = ['tableName','attributeName']

print(df1)

    tableName attributeName

1 0      film    languageId

  1  language    languageID

  2      film        filmID

2 0         i   inventoryId

  1         r        filmId

仅选择列date和DataFrame.join新的DataFrame：

df2 = df[['date']].join(df1.reset_index(level=1, drop=True))

最后Series.replace是字典：

df2['tableName'] = df2['tableName'].replace(d)

df2 = df2.reset_index(drop=True)

print (df2)

         date  tableName attributeName

0  29-03-2019       film    languageId

1  29-03-2019   language    languageID

2  29-03-2019       film        filmID

3  30-03-2019  inventory   inventoryId

4  30-03-2019     rental        filmId