如何合并多个数据帧并使用Pandas为假人添加列？

Question

我有一个关于合并多个数据帧和添加一列假人的问题

现在我有两个原始的输入数据帧。第一个数据框回答的问题是“你最喜欢哪种颜色？”第二个数据框回答的问题是“在1到7的范围内，你在多大程度上不喜欢这种颜色？”

df1 = pd.DataFrame({'id': ['01','02'],
                    'like_wave_1': ['red','red'],
                    'like_wave_2': ['red','yellow']})
print(df1)

df2 = pd.DataFrame({'id': ['01','02'],
                    'dislike_wave1_yellow': ['7','2'],
                    'dislike_wave1_red':['1','1'],
                    'dislike_wave1_blue':['2','7'],
                    'dislike_wave2_yellow': ['7','1'],
                    'dislike_wave2_red':['1','2'],
                    'dislike_wave2_blue':['3','7']})
print(df2)

下面的dataframe构造了预期输出dataframe的概要

list_id = ['01','02']
list_color = ['yellow','red','blue']
list_wave = ['1','2']
expand = list(product(list_id, list_color, list_wave))
df = pd.DataFrame.from_records(expand, columns=['id', 'color', 'wave'])
print(df)
    id   color wave
0   01  yellow    1
1   01  yellow    2
2   01     red    1
3   01     red    2
4   01    blue    1
5   01    blue    2
6   02  yellow    1
7   02  yellow    2
8   02     red    1
9   02     red    2
10  02    blue    1
11  02    blue    2

我想在df中添加两列：

（1）“like”：一个列，用于显示特定波形中是否显示了特定id的颜色（1表示是，0表示否）

（2）“不喜欢”

因此，我期望的数据帧是：

    id   color wave  like  dislike
0   01  yellow    1     0        7
1   01  yellow    2     0        7
2   01     red    1     1        1
3   01     red    2     1        1
4   01    blue    1     0        2
5   01    blue    2     0        3
6   02  yellow    1     0        2
7   02  yellow    2     1        1
8   02     red    1     1        1
9   02     red    2     0        2
10  02    blue    1     0        7
11  02    blue    2     0        7

你能帮我解决这个问题吗？非常感谢您的回答

Answer 1

在合并之前，我们可以使用pivot_longerfrom pyjanitor来重塑各个数据帧：

left = (df1.pivot_longer('id', 
                         names_to=('.value', 'num'), 
                         names_pattern=r".+_(.+)_(\d$)")
           .rename(columns={"wave":"color",
                            "num":"wave"})
           .assign(like = 1)
         )

left
 
   id wave   color  like
0  01    1     red     1
1  02    1     red     1
2  01    2     red     1
3  02    2  yellow     1


right = (df2.pivot_longer('id',
                          names_to=(".value", "dislike", "color"), 
                          names_pattern = r".+_(.+)(\d)_(.+)", 
                          sort_by_appearance=True)
           .rename(columns = {"dislike":"wave", "wave":"dislike"})
          )

right
 
    id wave   color dislike
0   01    1  yellow       7
1   01    1     red       1
2   01    1    blue       2
3   01    2  yellow       7
4   01    2     red       1
5   01    2    blue       3
6   02    1  yellow       2
7   02    1     red       1
8   02    1    blue       7
9   02    2  yellow       1
10  02    2     red       2
11  02    2    blue       7

right.merge(left, how = 'outer').fillna(0)

    id wave   color dislike  like
0   01    1  yellow       7   0.0
1   01    1     red       1   1.0
2   01    1    blue       2   0.0
3   01    2  yellow       7   0.0
4   01    2     red       1   1.0
5   01    2    blue       3   0.0
6   02    1  yellow       2   0.0
7   02    1     red       1   1.0
8   02    1    blue       7   0.0
9   02    2  yellow       1   1.0
10  02    2     red       2   0.0
11  02    2    blue       7   0.0