使用 Pandas;不确定是使用地图还是添加这些数据帧

Question

我有两个从 excel 读取的数据框。

df1
SRD CIVF Test Case
0  9530n3678n549        CIV-016
1       9979n9980        CIV-040
2       5231n4455        CIV-177
df2
SRD SRD CR 
0   549n9980  CR181
1        4455  CR170
2  5231n9979  CR190

对于 df1，我想添加第三列，该列将指示引用与 SRD 列中列出的相同 SRD 的"SRD CR"编号。不确定我应该使用"地图"还是"添加"熊猫功能。df3 中显示的数据帧基本上是我正在寻找的。DF3 将写回 excel 中。另外，我希望在同一单元格(对于Excel(中保留多个值会很棘手。

df3
SRD CIVF Test Case  SRD CR
0  9530n3678n549        CIV-016  CR181
1       9979n9980        CIV-040  CR190nCR181
2       5231n4455        CIV-177  CR170nCR190

Answer 1

除非有充分的理由将SRD值隐藏在单行的字符串中，否则我会转换df1和df2，以便每一行都有一个SRD值。然后你可以在SRD上合并：

# Split all strings between 'n' into their own columns
split1 = df1['SRD'].str.split('\\n', expand=True)
split2 = df2['SRD'].str.split('\\n', expand=True)
split1
0     1     2
0  9530  3678   549
1  9979  9980  None
2  5231  4455  None
split2
0     1
0   549  9980
1  4455  None
2  5231  9979

# Concatenate the above split columns onto the right sides of
# the original DFs
catted1 = pd.concat([df1, split1], axis=1)
catted2 = pd.concat([df2, split2], axis=1)
catted1
SRD  CIVF Test Case     0     1     2
0  9530n3678n549   NaN   CIV-016  9530  3678   549
1       9979n9980   NaN   CIV-040  9979  9980  None
2       5231n4455   NaN   CIV-177  5231  4455  None
catted2
SRD SRD CR     0     1
0   549n9980  CR181   549  9980
1        4455  CR170  4455  None
2  5231n9979  CR190  5231  9979

# Give each SRD its own row
melted1 = pd.melt(catted1, 
id_vars=['CIVF', 'Test Case', 'SRD'], 
value_name='Shared_SRDs')
.drop('variable', axis=1).dropna(subset=['Shared_SRDs'])
melted2 = pd.melt(catted2.drop('SRD', axis=1), 
id_vars=['SRD CR'],
value_name='Shared_SRDs')
.drop('variable', axis=1).dropna()
melted1
CIVF Test Case   SRD
0   NaN   CIV-016  9530
1   NaN   CIV-040  9979
2   NaN   CIV-177  5231
3   NaN   CIV-016  3678
4   NaN   CIV-040  9980
5   NaN   CIV-177  4455
6   NaN   CIV-016   549
melted2
SRD CR Shared_SRDs
0  CR181         549
1  CR170        4455
2  CR190        5231
3  CR181        9980
5  CR190        9979

# Merge on SRD values
merged = melted1.merge(melted2, on='SRD').sort_values(['Test Case', 'SRD CR']).reset_index(drop=True)
merged
CIVF Test Case              SRD Shared_SRDs SRD CR
0   NaN   CIV-016  9530n3678n549         549  CR181
1   NaN   CIV-040       9979n9980        9980  CR181
2   NaN   CIV-040       9979n9980        9979  CR190
3   NaN   CIV-177       5231n4455        4455  CR170
4   NaN   CIV-177       5231n4455        5231  CR190