合并两个DataFrame实现列值列表化及映射、绘图问题求助

一、合并DataFrame并将loaded列转为列表形式 #

你用inner join得到的是笛卡尔积结果，不符合预期。正确步骤是先对df_B按id分组聚合，把同一id的loaded值拼成列表，再和df_A做左连接保留所有id：

# 1. 对df_B按id分组，将loaded转为列表
df_B_grouped = df_B.groupby('id')['loaded'].agg(list).reset_index()

# 2. 和df_A左连接，保留df_A所有行
result = df_A.merge(df_B_grouped, on='id', how='left')

# 3. 将NaN替换为空列表
result['loaded'] = result['loaded'].apply(lambda x: x if isinstance(x, list) else [])

执行后就能得到你要的结果：

id  status duration loaded
1     C     1:00    [grand,vice,cont]
2     F     3:00    [grand,bliss]
3     D     2:50    [test]
4     Y     1:00    []

二、绘制loaded条目与总时长的柱状图 #

你的预期里grand总时长是4:00，应该是id1和id2里的grand时长累加的结果。直接一步到位的方案：

步骤1：处理时长格式并合并数据 #

先把时分格式转成分钟数方便计算，再合并df_B和df_A的时长数据：

# 定义时分转分钟的函数
def time_to_minutes(time_str):
    hours, mins = map(int, time_str.split(':'))
    return hours * 60 + mins

# 合并df_B和df_A的id、duration列
df_combined = df_B.merge(df_A[['id', 'duration']], on='id', how='left')

# 将时长转为分钟数
df_combined['duration_min'] = df_combined['duration'].apply(time_to_minutes)

步骤2：按loaded条目求和总时长 #

# 按loaded分组，计算总时长（分钟）
loaded_total = df_combined.groupby('loaded')['duration_min'].sum().reset_index()

# 可选：把分钟转回时分格式
def minutes_to_time(minutes):
    hours = minutes // 60
    mins = minutes % 60
    return f"{hours}:{mins:02d}"

loaded_total['duration'] = loaded_total['duration_min'].apply(minutes_to_time)

得到的loaded_total就是你要的x和y数据：

loaded  duration_min duration
grand         240       4:00
vice          60        1:00
cont          60        1:00
bliss         180       3:00
test          170       2:50

步骤3：绘制柱状图 #

用matplotlib直接绘制：

import matplotlib.pyplot as plt

plt.bar(loaded_total['loaded'], loaded_total['duration_min'])
plt.xticks(rotation=45)
plt.ylabel('总时长（分钟）')
plt.xlabel('loaded条目')
plt.title('loaded条目与总时长柱状图')
plt.tight_layout()
plt.show()

如果要显示时分格式的y轴标签，可以进一步调整，但用数值绘图更准确。

三、给df_B添加duration列失败的问题排查 #

你写的代码逻辑没问题，但大概率是以下两个原因：

1. 变量名拼写错误：比如代码里不小心把df_A写成了df_a（大小写不一致），导致字典dd为空或错误。
2. id类型不匹配：df_A的id是整数类型，df_B的id是字符串类型，map时匹配不到。

修正后的代码：

# 先统一id类型为整数，避免类型不匹配
df_A['id'] = df_A['id'].astype(int)
df_B['id'] = df_B['id'].astype(int)

# 用更简洁的方式生成字典（推荐）
dd = df_A.set_index('id')['duration'].to_dict()

# 映射duration列
df_B['duration'] = df_B['id'].map(dd)

这样就能得到你要的df_B结构：

id loaded  duration
1   grand   1:00
1   vice    1:00
1   cont    1:00
2   grand   3:00
2   bliss   3:00
3   test    2:50

内容的提问来源于stack exchange，提问作者abinitio