python - 如何在 python 中将数据框与分号合并？

Question

我有两个数据框 产品、用户 产品可以在多个类别中，所有类别都用分号分隔。 用户将对多个类别感兴趣，这些类别也用分号分隔。 现在我需要找到用户进行交互的所有内容 ID。

我试图拆分两个数据帧(产品、用户)并试图找到 isin() 值我得到这个错误。

users['intrestcategory'].str.split(";", n=1, expand=True)

A value is trying to be set on a copy of a slice from a DataFrame ValueError: Wrong number of items passed 0, placement implies 1

下面是数据帧的示例。

1)产品

Categories      contentId
                1
12;2            2
                3
2               4
3;15            5
15              6
                7
20              8
20;2            9

2)用户

userid  intrestcategories
2       12;2
3       3
4       15

3) 最终输出

userid  contentId
2       4
2       2
2       9
3       5
4       5
4       6

Answer 1

首先我们使用explode (pandas 版本 >= 0.25.0)将每列的多个类别转换为多行，然后 merge在类别上并删除重复项:

import pandas as pd
from numpy import nan
dfp = pd.DataFrame({'contentId': {0: nan, 1: 2.0, 2: nan, 3: 4.0, 4: 5.0, 5: 6.0, 6: nan, 7: 8.0, 8: 9.0}, 'Categories': {0: '1', 1: '12;2', 2: '3', 3: '2', 4: '3;15', 5: '15', 6: '7', 7: '20', 8: '20;2'}})
dfu = pd.DataFrame({'intrestcategories': {0: '12;2', 1: '3', 2: '15'}, 'userid': {0: 2, 1: 3, 2: 4}})

dfp.Categories = dfp.Categories.str.split(';')
dfp = dfp.explode('Categories')

dfu.intrestcategories = dfu.intrestcategories.str.split(';')
dfu = dfu.explode('intrestcategories')

dfp.dropna().merge(dfu,left_on='Categories',right_on='intrestcategories')[['userid','contentId']].drop_duplicates().astype(int)

结果:

    userid  contentId
0        2          2
2        2          4
3        2          9
4        3          5
5        4          5
6        4          6