python の DataFrame から特定行を抽出できない。

Question

やりたいこと
表１の様なDataFrame から　表２のkey列とd列の値を持つ行を抽出したい。

表０(df0)

key	mei
01	AAAA
FF	FFFF

表１(df1)

key	b	c
01	100	A1
02	200	A2
03	300	A3
04	400	A4
05	500	A5
FF	FFF	FF

表２(df2)
|key|d|e|
|:--|:--|
|01|02,04|100|
|FF|05|200|

import pandas as pd
from io import StringIO
import itertools

s = """key,mei
01,AAA
FF,FFF
"""
df0 = pd.read_csv(StringIO(s))

s = """key,b,c
01,100,A1
02,200,A2
03,300,A3
04,400,A4
05,500,A5
FF,FFF,FF"""
df1 = pd.read_csv(StringIO(s))

s = """key,d,e
01,"02,04",100
FF,"05",200
"""
df2 = pd.read_csv(StringIO(s))

for data1 in zip(df0['key']):
    df2_2 = df2.loc[(df2['key'] == data1[0]),['d']]
    df1_2 = df1.query('key == @data1[0] or key in @df2_2')
#
#   表１のkey値毎の処理
#

key値が01のとき以下の様な結果になりません。

結果

key	b	c
01	100	A1
02	200	A2
04	400	A4

どの様な記述をすれば良いでしょうか。

Answer 1

df_list = df2.apply(lambda x: df1[df1.key.isin([x.key]+x.d.split(','))], axis=1)

for i in range(len(df2)):
  print(f'key = {df2.key[i]}')
  print(df_list[i])

#
key = 01
  key    b   c
0  01  100  A1
1  02  200  A2
3  04  400  A4

key = FF
  key    b   c
4  05  500  A5
5  FF  FFF  FF

Comments

[km0815.lj]

ご回答ありがとうございます。

明日実際のプログラムで確認致します。

[km0815.lj]

ここに記載したサンプルは動きましたが、実際のプログラムに適用すると
----> 1 df_list = df2.apply(lambda x: df1[df1.key.isin([x.key]+x.d.split(','))], axis=1)
'float' object has no attribute 'split'
というエラーになりました。

d列は
Name: d, Length: 14307, dtype: object
です。

実際のデータでは、d列にNaNとなるデータが含まれているためと思います。
s = """key,d,e
01,"02,04",100
07,,700
FF,"05",200
"""

NaNをブランクに変換することで、エラーは出なくなりました。
(サンプルが悪く申し訳ございません)

結果が、データフレームでないので、データフレームに変換し
後続処理で使えるようにします。

ありがとうございました。

[melian]

どうもありがとうございます。こちらこそ NaN が含まれている場合を想定しておくべきでした。

[km0815.lj]

ご教授頂いた内容を元に、いろいろと試しなんとか想定通りにプログラムができました。
誠にありがとうございます。

ただ、１つどうしても不明な点があり、ご存知であればご教授願います。
データは以下３つのdf
df_misyuu:未収のデータ　
df_houjin:取引先マスタデータ(df_houjin と df_houjin_addと法人コードでマージして作成)　
df_houjin_add:取引先マスタの追加情報
※split文字は[,]ではなく[:]に変えています。
-----------------------------------------------------------------------------------------------------------
<OKになるプログラム>
df1 = df_misyuu
df2 = df_houjin_add

df1_2 = df1[df1['法人コード']=='0049917']
df2_2 = df2[df2['法人コード']=='0049917']

df_list = df2_2.apply(lambda x: df1[df1.法人コード.isin(x.読替表法人コード.split(':'))], axis=1)

df1_2 = df1_2.append(pd.DataFrame(df_list[0]))

<NGになるプログラム>※df2に代入しているdf以外同じです。
df1 = df_misyuu
df2 = df_houjin

df1_2 = df1[df1['法人コード']=='0049917']
df2_2 = df2[df2['法人コード']=='0049917']

df_list = df2_2.apply(lambda x: df1[df1.法人コード.isin(x.読替表法人コード.split(':'))], axis=1)

df1_2 = df1_2.append(pd.DataFrame(df_list[0]))
-----------------------------------------------------------------------------------------------------------
df2にdf_houjin_add を使用した場合、想定したデータが抽出されOKでしたが、
df_houjin を使用した場合、想定したデータが出力されません。(0件)

df2_2['読替表法人コード']で値を確認すると
OKの場合
0 0049918:0049919
Name: 読替表法人コード, dtype: object

NGの場合
9689 0049918:0049919
Name: 読替表法人コード, dtype: object

内容は同じですが、NGの場合右寄せになっているように見えますが
indexとの空白桁が同じなので、関係はないかと思いますが、
これが原因なのでしょうか。

また、これが原因だとすれば、どの様にすれば良いでしょうか。
原因がこれでなければ、なぜマージしたデータの項目を使用する場合と
違いがでるのでしょうか。

実際のデータがないとご回答できないかと存じますが、
もし何かご存知であれば、ご教授願います。

[km0815.lj]

追伸
df_houjin_addにデータを数件加えると
NGになったことから
df2_2.reset_index(inplace=True,drop=True)
indexを張りなおすとOKになりました。
なぜindexが関係するのか良くわかりません。

df2_2.apply(lambda x　～
という記述が、初心者にはちょっと難解で、今一理解していないためのミスなのかも知れません。