熊猫：如何添加表示数据框中2个属性的交集的列

如何解决熊猫：如何添加表示数据框中2个属性的交集的列

让我说我有2个CSV文件（非常大的文件），

• 第一个文件代表餐厅，并具有6个属性restaurant_id，name，star_rating，city，zone，closed

• 第二个文件代表餐厅的类别，并具有2个属性restaurant_id和category

  

因此，我要做的基本上是在功能中添加一个名为zone_categories_intersection的列，它告诉我同一地区（区域）中与餐厅共享至少一个类别的餐厅数量有问题。

由于这是我第一次使用熊猫库，所以在处理表格时我会流利一些。我这样做是为了找出与所讨论餐厅相关的区域中餐厅的数量，并将其添加到我的功能列中。

restaurants['nb_restaurants_zone'] = restaurants.groupby('zone')['zone'].transform('size')
restaurants.head()

features = restaurants[['restaurant_id','moyenne_etoiles','ville','zone','ferme','nb_restaurants_zone']].copy()
features.head()

#edit
merged = restaurants.merge(categories,on='restaurant_id')
merged.head()

我考虑过添加category.csv文件并将其与餐厅合并，并使用相应的ID映射类别，然后找出一种方法来应用第二个条件（与餐厅）...但是我真的不知道该怎么做

谢谢

解决方法

尝试一下

# sample data
# (it's not exactly your provided data
# but it is better to show how the code works)
# please always provide a callable line of code
# you could get it with `df.head().to_dict('split')`
rest = pd.DataFrame({
    'id': [1,2,3,4,5],'name': ['Denny\'s','Ike\'s Love & Sandwiches','Midori Japanese','Pho U','John & Sons Oysters'],'avg_stars': [2.5,3.5,4],'city': ['Las Vegas','Phoenix','Calgary','Toronto','Toronto'],'zone': ['a','a','b','a']
})
cats = pd.DataFrame([
    [1,['Breakfast','Dinners','American']],[2,['Sandwiches',[3,['Japanese']],[4,[5,['American','Seafood']]
],columns=['id','category']).explode('category')

代码

# add zone to categories dataframe
cats2 = cats.merge(rest[['id','zone']],on='id')

# add count for zone & category
cats2['zone_cat_count'] = (
    cats2.groupby(['zone','category'])
    .transform('count')
)

# merge with rest dataframe
rest = rest.merge(
    cats2.groupby('id')['zone_cat_count'].max(),on='id'
)

输出

   id                     name  avg_stars       city zone  zone_cat_count
0   1                  Denny's        2.5  Las Vegas    a               3
1   2  Ike's Love & Sandwiches        4.0    Phoenix    a               3
2   3          Midori Japanese        3.5    Calgary    b               2
3   4                    Pho U        3.5    Toronto    b               2
4   5      John & Sons Oysters        4.0    Toronto    a               3