通过搜索和匹配完全相同的字符串连接两个数据帧

Question

我有两个:其中一个有一个列有一个'AC-2‘，另一个数据帧包括一个字符串'AC-20，AC8，AC-15’的列。

str_match = "({})".format("|".join(df1['column_first_dataframe']))
df2.merge(df2,how='left',left_on=df1['column_first_dataframe'].str.extract(str_match)[0], right_on="column_second_dataframe")

第一个数据集：

Column1 Column2
AC-2         2       
AC-20        1       
AC-15        3       
AC-1         2       
AC-5         5      

第二个数据集：

Column1        
AC-2,AC-5,AC-30      
AC-20,AC-30,AC11

我发现：

Column1 Column2             
AC-2       AC-20,AC-30,AC11       
AC-2       AC-2,AC-5,AC-30   
AC-20      AC-20,AC-30,AC11        
AC-15        null      
AC-1         null      
AC-5        AC-2,AC-5,AC-30 

上面是dataset1的AC-2和dataset 2的AC-20之间的匹配，但它们在我的数据集中是不同的。我想要的输出：

Column1 Column2             
AC-2       AC-2,AC-5,AC-30      
AC-20      AC-20,AC-30,AC11        
AC-15        null      
AC-1         null      
AC-5       AC-2,AC-5,AC-30

我试图将数据帧与搜索和匹配合并，但我的代码将AC-2合并为AC-20。我不想那样做。是否有任何搜索和匹配的方式来合并我的数据帧，完全是我想要的。我不想把AC-20和AC-2合并。它应该将AC-2和AC-2和完全相同的东西合并。

谢谢你的贡献！

Answer 1

一种简单的方法是split和explode ( Column2 of df2 )为整字获取一行，并执行简单的左merge。

(df1
 .merge(df2.assign(group=df2['Column1'].str.split(','))
           .rename(columns={'Column1': 'Column3'})
           .explode('group'),
        left_on='Column1', right_on='group', how='left'
       )
 .drop(columns='group')
)

产出：

  Column1  Column2           Column3
0    AC-2        2   AC-2,AC-5,AC-30
1   AC-20        1  AC-20,AC-30,AC11
2   AC-15        3               NaN
3    AC-1        2               NaN
4    AC-5        5   AC-2,AC-5,AC-30

替代方案

注意：我正在生产上面一个稍微不同的输出，以保留所有的列。如果真的想要输出，只需将"Column2“放在df1中，将"Column1”重命名为df2中的"Column2“即可

(df1
 .drop(columns='Column2')
 .merge(df2.rename(columns={'Column1': 'Column2'})
           .assign(Column1=df2['Column1'].str.split(','))
           .explode('Column1'),
        on='Column1', how='left'
       )
)

产出：

  Column1           Column2
0    AC-2   AC-2,AC-5,AC-30
1   AC-20  AC-20,AC-30,AC11
2   AC-15               NaN
3    AC-1               NaN
4    AC-5   AC-2,AC-5,AC-30