提取与另一个DF的单个元素相对应的数据框的值

Question

，如下所示

DF1	Col1	Col2	Col3	Col3	Col4
row1	dog	猫猫	鸟	树	狮子
2	猫	狮子	鸟	狗	树
3	狮子	龙	有	个熊猫	col4
row	col4	col4	col4	：	）
2	DFS（DF1＆amp ;	col5	df2	我	Ant

df2	col1	col2	col3	col4	col5
row1	3.219843	1.3631996	1.0051135	0.89303696	0.4313375
row2	2.8661892	1.4396228	0.7863044	0.539315	0.48167187
row3	2.5679462	1.3657334	0.9470184	0.79186934	0.48637152
row4	3.631389	0.94815284	0.7561722	0.6743943	0.5441728
row5	2.4727197	1.5941181	1.4069512	1.064051	0.48297918

The string elements of the df1 correspond to the values of df2.对于两个数据框，条件都存在元素（或值）在同一行上不重复的条件。但是可以在不同的行上重复。

例如，Row1 = 3.219843的狗，Row3 = 0.9470184，Row4 = 0.7561722等。

我想将所有唯一元素的值提取到1st df的所有元素中。喜欢：

dog = [3.219843，0.539315，1.3657334]

1.3631996，2.8661892，2.5679462，3.631389，2.4727197]

cat = [

非常感谢！

Answer 1

假设您的第一列 df1 和 df2 是它们各自 df 的索引，我们可以提取 中每个唯一动​​物的值df1 通过使用第一个 df 作为掩码从第二个 df 中提取所有想要的值（结果是一个带有 NaN 的新 df code> 在不相关的单元格中，可以将其翻转使用 .stack().values 转换为一维数组）。

构建数据帧

首先，创建一些测试数据。请在以后的帖子中以类似的形式提供。这就是 @mozway 在评论中谈论的内容。 非常感谢。

（并不总是有人愿意执行所有必要的复制和粘贴操作来启动和运行数据帧以进行测试。）

import pandas as pd
import numpy as np

index = ['row1', 'row2', 'row3', 'row4', 'row5']

data1 = {'col1': ['Dog', 'Cat', 'Cat', 'Cat', 'Cat'],
         'col2': ['Cat', 'Dragon', 'Dog', 'Tree', 'Tree'],
         'col3': ['Bird', 'Bird', 'Bird', 'Bird', 'Monkey'],
         'col4': ['Tree', 'Dog', 'Tree', 'Ant', 'Dragon'],
         'col5': ['Lion', 'Tree', 'Hippo', 'Fish', 'Ant']}

data2 = {'col1': [3.219843, 2.8661892, 2.5679462, 3.631389, 2.4727197],
         'col2': [1.3631996, 1.4396228, 1.3657334, 0.94815284, 1.5941181],
         'col3': [1.0051135, 0.7863044, 0.9470184, 0.7561722, 1.4069512],
         'col4': [0.89303696, 0.539315, 0.79186934, 0.6743943, 1.064051],
         'col5': [0.4313375, 0.48167187, 0.48637152, 0.5441728, 0.48297918]}

df1 = pd.DataFrame(data1, index=index)
df2 = pd.DataFrame(data2, index=index)

提取数据

由于您没有指定所需的数据结构，因此这就是概述的策略上面的 dict 理解：

{animal: df2[df1.eq(animal)].stack().values for animal in np.unique(df1)}

结果如下所示：

{'Ant': array([0.6743943 , 0.48297918]),
 'Bird': array([1.0051135, 0.7863044, 0.9470184, 0.7561722]),
 'Cat': array([1.3631996, 2.8661892, 2.5679462, 3.631389 , 2.4727197]),
 'Dog': array([3.219843 , 0.539315 , 1.3657334]),
 'Dragon': array([1.4396228, 1.064051 ]),
 'Fish': array([0.5441728]),
 'Hippo': array([0.48637152]),
 'Lion': array([0.4313375]),
 'Monkey': array([1.4069512]),
 'Tree': array([0.89303696, 0.48167187, 0.79186934, 0.94815284, 1.5941181 ])}

Answer 2

假设@fsimonjetz提供的输入，您可以 两个dataframes，然后 groupby.agg 作为列表：

df2.stack().groupby(df1.stack()).agg(list).to_dict()

或，使用中间数据框架：

(pd
 .concat([df1.stack(),df2.stack()], axis=1)
 .groupby(0)[1].agg(list)
 .to_dict()
)

输出：

{'Ant': [0.6743943, 0.48297918],
 'Bird': [1.0051135, 0.7863044, 0.9470184, 0.7561722],
 'Cat': [1.3631996, 2.8661892, 2.5679462, 3.631389, 2.4727197],
 'Dog': [3.219843, 0.539315, 1.3657334],
 'Dragon': [1.4396228, 1.064051],
 'Fish': [0.5441728],
 'Hippo': [0.48637152],
 'Lion': [0.4313375],
 'Monkey': [1.4069512],
 'Tree': [0.89303696, 0.48167187, 0.79186934, 0.94815284, 1.5941181]}