从其他pandas中包含的值中的值中检测数据帧的索引

Question

我有2个dataframes：

# dataframe 1
data = {'Name':['PINO','PALO','TNCO' ,'TNTO','CUCO' ,'FIGO','ONGF','LABO'],
        'Id'  :[  10  ,  9   ,np.nan ,  14   , 3    ,np.nan,  7   ,np.nan]}
df1 = pd.DataFrame(data)

和

# dataframe 2
convert_table = {'XXX': ['ALLO','BELO','CACO','CUCO','DADO','FIGO','FIGO','ONGF','PALO','PALO','PINO','TNCO','TNCO','TNCO','TNTO']}
df2 = pd.DataFrame(convert_table)

我的目标是确定遵循以下条件的df2['XXX']元素的索引：

• df1['Name']中存在
• 有相应的df1['Id'] = NaN

我能够使用以下代码来实现我的目标：

nan_names = df1['Name'][df1['Id'].isnull()]
df3 = pd.DataFrame()
for name in nan_names:
    index = df2[df2['XXX']==name].index.tolist()
    if index:
        dic = {'name':[name] , 'index':[index]}
        df3 = pd.concat([df3,pd.DataFrame(dic)], ignore_index=True)

但是，我想知道是否有一种更高效，更优雅的方法来实现我的目标。

结果应该像这样：

          index  name
0  [11, 12, 13]  TNCO
1        [5, 6]  FIGO

注意：如果找不到名称，则不需要存储任何信息。

Answer 1

您正在寻找方法isin：

df = df2[df2['XXX'].isin(nan_names)]

这将返回：

    XXX
5   FIGO
6   FIGO
11  TNCO
12  TNCO
13  TNCO

从那里只是格式化的问题：

df.reset_index().groupby('XXX')['index'].apply(list)

这将返回：

XXX
FIGO          [5, 6]
TNCO    [11, 12, 13]

这个想法是重置索引，使其成为列（名为index）。按名称进行分组并应用list功能将返回每个名称的原始索引列表。

再次致电reset_index将返回您要寻找的结果。

---

编辑

将所有内容组合成一个单线，这将是输出：

In [21]: df2[df2['XXX'].isin(nan_names)].reset_index().groupby('XXX')['index'].apply(list).reset_index()
Out[21]: 
   XXX         index
0  FIGO        [5, 6]
1  TNCO  [11, 12, 13]

Answer 2

我认为您可以将merge与groupby和apply list：

使用

nan_names = df1.loc[df1['Id'].isnull(), ['Name']]
print (nan_names)
   Name
2  TNCO
5  FIGO
7  LABO
df = pd.merge(df2.reset_index(), nan_names, on='Name', suffixes=('','_'))
print (df)
   index  Name
0      5  FIGO
1      6  FIGO
2     11  TNCO
3     12  TNCO
4     13  TNCO
print (df.groupby('Name')['index'].apply(list).reset_index())
   Name         index
0  FIGO        [5, 6]
1  TNCO  [11, 12, 13]