如何從一串id有效地獲取存盤在資料幀中的一串值？-有解無憂

我正在使用兩個資料框：

1. name_basics:

 nconst      primaryName
0  nm0000001     Fred Astaire
1  nm0000002    Lauren Bacall
2  nm0000003  Brigitte Bardot
3  nm0000004     John Belushi
4  nm0000005   Ingmar Bergman

2. title_directors:

 tconst            directors
0  tt0000574            nm0846879
1  tt0000591            nm0141150
2  tt0000679  nm0091767,nm0877783
3  tt0001184  nm0063413,nm0550220
4  tt0001258            nm0088881

我正在尋找的是這樣的：

tconst            directors
0  tt0000574      name1
1  tt0000591      name2
2  tt0000679      name3,name4
3  tt0001184      name5,name6
4  tt0001258      name7

我試圖通過定義一個函式 getNames 然后做

title_directors['directors'] = title_directors['directors'].apply(getNames)

def getNames(nconsts):
    nconstList = nconsts.split(',')
    retString = ''
    for nconst in nconstList:
        df = name_basics[name_basics['nconst'] == nconst]['primaryName']
        if not df.empty:
            retString  = df.iloc[0]   ', '
    return retString[:-2]

getNames('nm0063413,nm0550220')
'Ricardo de Ba?os, Alberto Marro'

但這太慢了（在我的電腦上需要 80 小時）。我想知道這樣做的正確方法是什么。

非常感謝

uj5u.com熱心網友回復：

一種方法：

import pprint

import pandas as pd

name_basics = pd.read_csv("input.csv")
title_directors = pd.read_csv("filer.csv", delim_whitespace=True)

print(name_basics)
print(title_directors)

# split by comma
title_directors["directors"] = title_directors["directors"].str.split(",")

# explode the DataFrame
td = title_directors.explode("directors")

# map the name_basics DataFrame onto the directors column
td["directors"] = td["directors"].map(name_basics.set_index("nconst").squeeze()).fillna("")

# un-explode
res = td.groupby("tconst").agg(",".join).reset_index()

# remove unwanted commnas from the new column
res["directors"] = res["directors"].str.strip(",")
print(res)

對于name_basicsDataFrame 如下：

      nconst      primaryName
0  nm0000001     Fred Astaire
1  nm0000002    Lauren Bacall
2  nm0000003  Brigitte Bardot
3  nm0000004     John Belushi
4  nm0000005   Ingmar Bergman

和 atitle_directors如下：

      tconst            directors
0  tt0000574            nm0000001
1  tt0000591            nm0141150
2  tt0000679  nm0091767,nm0000004
3  tt0001184  nm0063413,nm0550220
4  tt0001258            nm0088881

它給出了以下輸出：

      tconst     directors
0  tt0000574  Fred Astaire
1  tt0000591              
2  tt0000679  John Belushi
3  tt0001184              
4  tt0001258

轉載請註明出處，本文鏈接：https://www.uj5u.com/net/334229.html

標籤：Python 熊猫数据框麻木

上一篇：計算兩組變數的簡單協方差

下一篇：創建基于另一列的匹配值重復列中的值的列