如何基于字符串聚合列最简合并两个DataFrames并生成对应定义列

原始数据 #

DataFrame（简称DF） #

DataFrame2（简称DF2） #

注：“Lookup Values”列为字符串列表类型。

目标结果 #

最简实现方案 #

用Python的pandas库可以快速实现，核心思路是用字典做映射，比传统JOIN更高效简洁：

1. 先把DF转换成用于映射的字典：

import pandas as pd

# 假设DF和DF2已提前创建好
lookup_map = DF.set_index('Lookup')['Definition'].to_dict()

2. 直接对DF2做列转换和映射，一步得到结果：

result = DF2.copy()
# 把列表转成逗号分隔的字符串
result['Lookup Values'] = result['Lookup Values'].apply(', '.join)
# 根据映射生成定义列
result['Lookup Definitions'] = result['Lookup Values'].apply(
    lambda x: ', '.join([lookup_map[item.strip()] for item in x.split(',')])
)

或者用更紧凑的链式写法：

lookup_map = DF.set_index('Lookup')['Definition'].to_dict()

result = DF2.assign(
    LookupValues=DF2['Lookup Values'].apply(', '.join),
    LookupDefinitions=DF2['Lookup Values'].apply(
        lambda lst: ', '.join([lookup_map[val] for val in lst])
    )
).rename(columns={'LookupValues': 'Lookup Values', 'LookupDefinitions': 'Lookup Definitions'})

执行完上述代码后，result就是你要的目标DataFrame。

内容的提问来源于stack exchange，提问作者Parsh