データフレームのマージで共通するものがあれば新しい列を作成してそちらにデータを入れたい。

Question

お世話になっております。
Pandasのデータフレームのマージ機能を使って下記図のようなことをやりたいです
もし、共通のものがあれば新しい行を作成して追加するのではなく、新しい列を追加してそこに追加する
行数は変えない。という感じです
下記図の場合、新しく追加するTitle列のコラム名前はどんなものでも構いません
※下記図のDataA基準というのはDataAのHash基準、という意味です

考え方だけでも良いのでご教示いただけますと幸いです。

一応下記にデータフレームのコードを貼っておきます。

dfA = pd.DataFrame({'HASH':['000x','001X'],'TimeStamp':['11','22']})

dfB = pd.DataFrame({'HASH':['000x','000x','003x'], 'Title':['A','B','C']})

宜しくお願い致します。

Answer 1

予め、dfB のデータをgroupby()などで加工して Titleを横並びにした後に DataFrame.merge() をすると良いかと思います。

import pandas as pd

dfA = pd.DataFrame({'HASH':['000x','001X'],'TimeStamp':['11','22']})
dfB = pd.DataFrame({'HASH':['000x','000x','003x'],
                    'Title':['A','B','C']})

tmp = dfB.groupby('HASH').apply(lambda d:d['Title'].reset_index(drop=True)).unstack()
tmp = tmp.rename(columns={i:"Title{}".format(i) for i in range(10)})
result = dfA.merge(tmp, on='HASH', how='left')
print(result)
#   HASH TimeStamp Title0 Title1
#0  000x        11      A      B
#1  001X        22    NaN    NaN

Comments

[trey_0329]

ありがとうございます！
ずっと考えていたんですが、どうも考えが思い浮かばず。。。
大変勉強になりました。
誠にありがとうございます

Answer 2

dfBの同じHASHのTitleを横持ちにするのが問題だと思います。
それについては、groupbyを使うのがいいと思います。

dfB = pd.DataFrame({'HASH':['000x','000x','003x'], 'Title':['A','B','C']})
g = dfB.groupby('HASH')
col_num = max(g.size())
df2 = pd.DataFrame(columns=range(col_num))
for d in g:
    df2.loc[d[0]] = d[1]['Title'].reset_index(drop=True)
# 列名の変更
df2.columns = [f'Title{i}' for i in range(col_num)]

df2 は以下のようになるので、あとはマージするだけです。

 	Title0 	Title1
000x 	A 	B
003x 	C 	NaN

Comments

[trey_0329]

ありがとうございます！
Groupbyは全く考えになかったので、大変勉強になりました。
わざわざご丁寧にありがとうございます。