python - 数据标注，数据框合并

Question

我需要用第二个数据框的一列的内容（包含这些名称的一些属性）来注释数据（一列中的名称列表）。像数据框 1 一样：

id      name             col
----------------------------
 29834   Marie Peer
890384   Marie Peach
 30047   Susan Peer

与其他数据框包含

name       city
---------------------
Marie      Chicago
Marie      Boston 
Harley     Milan 
Josh       London

问题：

• 我应该更好地使用 pandas 还是值得创建 python 字典？

• 我以前使用过data = pd.merge(df1, df2, on='column_name', how='left')，但是如果我的第二个数据帧在列中有多次相同的行（我需要它们进入第一个数据帧的新列的同一行），它是如何工作的。

  我需要的是，如果“Marie”在第二个数据框中有多个条目，则在新列中注释来自第二个 df 输出的“Marie”的多个条目需要：

   29834 Marie Peer      Chicago, Boston
  890384 Marie Peach     Chicago, Boston
   30047 Susan Peer
  

  （如果第二个数据框中没有条目，例如此处的“Susan”，则该字段将保持空白）

• 一般来说，这是用来自其他数据集的数据注释数据集的最佳方法吗？

提前非常感谢（抱歉，我是初学者，尽管这听起来可能是非常基本的问题）！

标签： pythonpandasdataframedictionary

Answer 1

用于第二个 DataFrame，因此可能DataFrame.groupby使用：joinDataFrame.join

df = df1.join(df2.groupby('name')['city'].apply(', '.join), on='name')
print (df)
       id   name    col             city
0   29834  Marie   Peer  Chicago, Boston
1  890384  Marie  Peach  Chicago, Boston
2   30047  Susan   Peer              NaN

或者Series.map：

df1['city'] = df1['name'].map(df2.groupby('name')['city'].apply(', '.join))
print (df1)
       id   name    col             city
0   29834  Marie   Peer  Chicago, Boston
1  890384  Marie  Peach  Chicago, Boston
2   30047  Susan   Peer              NaN

详情：

print (df2.groupby('name')['city'].apply(', '.join))
name
Harley              Milan
Josh               London
Marie     Chicago, Boston
Name: city, dtype: object