如何在合并方面处理 Python Pandas Dataframe 中的无序标签集-解网

问：

我有两个数据帧，其中一列包含标签。标记可以在列表中存在或不存在，并且以无序方式存储。我想将两个数据集与具有相同标签的行合并。在普通的python中，我可以将它们存储为set数据类型。

tags1 = {"tag1","tag2"}
tags2 = {"tag2","tag1"}
tags1 == tags2
True

但是，我不能在 Pandas 中做同样的事情，因为集合是不可散列的。

df1 = pd.DataFrame([{'name': 'foo', 'tags': {"tag1","tag2"}}, {'name': 'bar', 'tags': {"tag3","tag4"}}])
df2 = pd.DataFrame([{'name': 'baz', 'tags': {"tag4","tag3"}}, {'name': 'qux', 'tags': {"tag5","tag6"}}])
df1.merge(df2, how="inner", indicator=True, on="tags")

我想看到的

     name_x  value           name_y _merge
0    bar     {"tag3","tag4"} baz    both

我得到什么

TypeError: unhashable type: 'set'

这里最好的方法是什么？不幸的是，由于标签的数量不是固定的，因此我无法定义固定数量的列。

Python Pandas DataFrame 集无序

out = (df1.merge(df2, how="inner", indicator=True, 
                left_on=df1['tags'].apply(frozenset),
                right_on=df2['tags'].apply(frozenset)))
print (out)
          key_0 name_x        tags_x name_y        tags_y _merge
0  (tag3, tag4)    bar  {tag3, tag4}    baz  {tag3, tag4}   both

或者将 s 分配给列：frozensettags

out = (df1.assign(tags=df1['tags'].apply(frozenset))
          .merge(df2.assign(tags=df2['tags'].apply(frozenset)), 
                how="inner", 
                indicator=True, 
                on="tags"))
print (out)
  name_x          tags name_y _merge
0    bar  (tag3, tag4)    baz   both

上一个：在 Redis 中获取单个元素在 30 天内过期的集合的最干净方法？

下一个：MongoDB 查找集差异

如何在合并方面处理 Python Pandas Dataframe 中的无序标签集

How to handle unordered sets of tags in Python Pandas Dataframe in terms of merging

评论