Получить значение столбца на основе общих значений между двумя фреймами данных

Я пытаюсь получить значение столбца A только для общих значений между двумя разными фреймами данных.

Кадр данных 1:

Получить значение столбца на основе общих значений между двумя фреймами данных

Датафрейм 2:

Получить значение столбца на основе общих значений между двумя фреймами данных

Окончательный фрейм данных:

Получить значение столбца на основе общих значений между двумя фреймами данных

Я попробовал приведенный ниже код: он работает, если в X_2 нет нуля или строки, а также когда нужно назначить только одно значение. Но это не сработает, когда у нас есть два значения из x_2.

df2['X_2'] = np.nan
x_list = df1['x_1'].tolist()
for index in range(len(df2)):
    
    item = df2['A_1'][index]
    if item in x_list:
        value = df1.loc[df1['x_1)']== item,'X_2'].item()
        df2['X_2'][index] = value
    else:
        pass

Интересная задача, я думаю, что смогу решить эту. Не могли бы вы предоставить свои два фрейма данных в виде текста, а не изображений?

richardec 17.03.2022 18:40
Почему в Python есть оператор "pass"?
Почему в Python есть оператор "pass"?
Оператор pass в Python - это простая концепция, которую могут быстро освоить даже новички без опыта программирования.
Некоторые методы, о которых вы не знали, что они существуют в Python
Некоторые методы, о которых вы не знали, что они существуют в Python
Python - самый известный и самый простой в изучении язык в наши дни. Имея широкий спектр применения в области машинного обучения, Data Science,...
Основы Python Часть I
Основы Python Часть I
Вы когда-нибудь задумывались, почему в программах на Python вы видите приведенный ниже код?
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
LeetCode - 1579. Удаление максимального числа ребер для сохранения полной проходимости графа
Алиса и Боб имеют неориентированный граф из n узлов и трех типов ребер:
Оптимизация кода с помощью тернарного оператора Python
Оптимизация кода с помощью тернарного оператора Python
И последнее, что мы хотели бы показать вам, прежде чем двигаться дальше, это
Советы по эффективной веб-разработке с помощью Python
Советы по эффективной веб-разработке с помощью Python
Как веб-разработчик, Python может стать мощным инструментом для создания эффективных и масштабируемых веб-приложений.
1
1
28
1
Перейти к ответу Данный вопрос помечен как решенный

Ответы 1

Ответ принят как подходящий

Попробуй это:

# Optional
df1 = df1.replace(['No available', 'null'], np.nan)

df2 = df2.set_index('A_1').assign(X_2=df1.groupby('X_1')['X_2'].agg(list).explode().dropna().groupby(level=0).agg(list).rename().rename_axis(None)).reset_index()

Выход:

>>> df2
        A_1                   X_2
0  99192401  [80306228, 12345678]
1  99192627            [30306711]
2  99192651            [10306222]
3  99192628                   NaN

Другие вопросы по теме