如何在合併DataFrame時合併兩個列表列？

Question

我有兩個DataFrame：

DF1：

 date  ids 
0 2015-10-13  [978] 
1 2015-10-14 [978, 121] 

DF2：

 date  ids 
0 2015-10-13 [978, 12] 
1 2015-10-14  [2, 1] 

當我根據date如下合併它們：

df = pandas.merge(df1, df2, on='date', sort=False) 

我將有以下DataFrame：

date   ids_x    ids_y 
0 2015-10-13 [978]   [978, 12] 
1 2015-10-14 [978, 121]  [2, 1] 

我想有一個ids列從像[978, 978, 12]或最好刪除重複兩個列表合併，並具有類似[978, 12]。

Answer 1

您可以添加兩列在一起，讓你正在尋找的列表，然後使用df.drop()與axis=1刪除ids_x和ids_y列。示例 -

df = pd.merge(df1, df2, on='date', sort=False) 
df['ids'] = df['ids_x'] + df['ids_y'] 
df = df.drop(['ids_x','ids_y'],axis=1) 

演示 -

In [65]: df 
Out[65]: 
     date  ids_x  ids_y 
0 2015-10-13  [978] [978, 12] 
1 2015-10-14 [978, 121]  [2, 1] 

In [67]: df['ids'] = df['ids_x'] + df['ids_y'] 

In [68]: df 
Out[68]: 
     date  ids_x  ids_y    ids 
0 2015-10-13  [978] [978, 12] [978, 978, 12] 
1 2015-10-14 [978, 121]  [2, 1] [978, 121, 2, 1] 

In [70]: df = df.drop(['ids_x','ids_y'],axis=1) 

In [71]: df 
Out[71]: 
     date    ids 
0 2015-10-13 [978, 978, 12] 
1 2015-10-14 [978, 121, 2, 1] 

---

如果你想刪除重複值，以及，你不在乎爲了，那麼你可以使用Series.apply，然後再轉換該列表爲set，然後返回list。示例 -

df['ids'] = df['ids'].apply(lambda x: list(set(x))) 

演示 -

In [72]: df['ids'] = df['ids'].apply(lambda x: list(set(x))) 

In [73]: df 
Out[73]: 
     date    ids 
0 2015-10-13   [978, 12] 
1 2015-10-14 [121, 978, 2, 1] 

---

或者像問意見，如果你想與numpy.unique()做到這一點，你可以使用，隨着Series.apply以及 -

import numpy as np 
df['ids'] = df['ids'].apply(lambda x: np.unique(x)) 

演示 -

In [79]: df['ids'] = df['ids'].apply(lambda x: np.unique(x)) 

In [80]: df 
Out[80]: 
     date    ids 
0 2015-10-13   [12, 978] 
1 2015-10-14 [1, 2, 121, 978] 

Answer 2

我的解決辦法：

df = pandas.merge(df1, df2, on='date', sort=False) 
df['ids'] = df['ids_x'] + df['ids_y'] 
df = df.drop(['ids_x','ids_y'], 1) 

對於合併兩個列表使用apply功能：

df['ids'] = df.apply(lambda row: list(set(row['ids'])), axis=1)