对照另一列列表检查一列列表并返回多个列值

Question

我正在比较sb_list和psr_list的列表值。如果sb_list['ASINs']的所有列表项都在psr_list['Child ASIN']的任何列表中找到，则sb_list['bucket']被标记为'clean'。这部分代码运行良好..。

我遇到麻烦的是如何填充sb_list['Group']。如果['bucket']被标记为'clean'，那么sb_list['Group']应该等于找到匹配的对应psr_list['Group']。

我试图运行这个函数来检查sb_list['ASINs']的每个列表和psr_list['Group']，并返回一个元组，如果找到匹配的话，元组的第一个值是干净/混合的，而元组的第二个值是匹配行的psr_list['Group']值。

这与我几周前提出的另一个问题相似，但与我认为它值得发表自己观点的地方有很大不同。

数据：

import pandas as pd

list1 = [
    ['1', ['hi', 'there', '10', '14', '15']],
    ['2',  ['7', '13', '25', '46', '50']],
    ['3',  ['hello', 'du', '6', '19', '36']],
    ['4',  ['hi', '19', '24', '26', '29']]]

psr_list = pd.DataFrame(list1, columns =['Group', 'Child ASIN']) 

list2 = [
    ['a', ['hi', 'there']],
    ['r',  ['hello', 'du', 'th']],
    ['e',  ['hello', '9']],
    ['f',  ['hello', '6', '36']],
    ['w',  ['hello', '6', '37']],
    ['a',  ['24', '29']],
    ['q',  ['hi', '14', '15']]]

sb_list = pd.DataFrame(list2, columns =['camp', 'ASINs']) 
sb_list['bucket'] = ""
sb_list['Group'] = ""

我的尝试：

def process(psr_asin_list, sb_ap_asin_list):
  return [compare(psr_asin_list, sb_sp_row) for sb_sp_row in sb_ap_asin_list]

def compare(psr_asin_list, sb_sp_row):
  counter = 0
  while counter < psr_asin_list.shape[0]:
    if all(asins in psr_asin_list[counter] for asins in sb_sp_row): return ('clean', psr_asin_list['Group'])
    counter +=1
  return ('mixed', '')


sb_list['bucket'] = process(psr_list['Child ASIN'].to_numpy(), sb_list['ASINs'].to_numpy())[0]
sb_list['Group'] = process(psr_list['Child ASIN'].to_numpy(), sb_list['ASINs'].to_numpy())[1]

期望产出：

  camp            ASINs bucket Group
0    a      [hi, there]  clean     1
1    r  [hello, du, th]  mixed
2    e       [hello, 9]  mixed
3    f   [hello, 6, 36]  clean     3
4    w   [hello, 6, 37]  mixed
5    a         [24, 29]  clean     4
6    q     [hi, 14, 15]  clean     1

Answer 1

可以在列表理解中使用set.issubset检查sb_list中的任何列表是否包含在psr_list中的任何列表中。如果列表存在，则在存在"Group“值的地方获取”Group“值，如果没有使用""填充。请注意，这假设psr_list中只有一个列表包含来自sb_list的列表。

然后根据是否找到“组”值，填写bucket：

def get_group(asin):
    group = psr_list.loc[[set(asin).issubset(y) for y in psr_list['Child ASIN'].tolist()], 'Group']
    return group.iat[0] if not group.empty else ''

sb_list['Group'] = sb_list['ASINs'].apply(get_group)
sb_list['bucket'] = np.where(sb_list['Group']=='', 'mixed', 'clean')

输出：

  camp            ASINs bucket Group
0    a      [hi, there]  clean     1
1    r  [hello, du, th]  mixed      
2    e       [hello, 9]  mixed      
3    f   [hello, 6, 36]  clean     3
4    w   [hello, 6, 37]  mixed      
5    a         [24, 29]  clean     4
6    q     [hi, 14, 15]  clean     1