在 pandas 数据框中跨列查找匹配值

Question

是否有一个内置函数允许在 pandas 中仅选择具有匹配列值的行？

例如，我有一个 pandas 数据框，它由用户列、他们评价的每个电影项目以及他们给它的评价组成（见下文）。有没有办法使用 numpy 或 pandas 快速选择两个用户都评价过的电影？换句话说，输出一个列表/数组/数据框，其中包含有问题的用户 (a) 和所有其他用户已评分的所有电影？

在下面的示例中，所有用户都对电影 7 评分。因此，对于用户 (a)=8 的查询，理想情况下会输出该用户和其他所有用户的所有常见评分。

user    movie   rating
8        7        5.0
8       1333      3.0
50      3321      1.0
50      3363      2.0
50        7       3.0
83       50       4.0
83       7        5.0
etc      etc      etc

output for user 8
50        7       3.0
83       7        5.0

Answer 1

可能是这样的：

In [11]: df.loc[(df["user"] != 8) & (df["movie"].isin(df.loc[(df.user == 8), "movie"]))]
Out[11]:
   user  movie  rating
4    50      7     3.0
6    83      7     5.0

Answer 2

IIUC，你想要所有评价过电影 7 的用户，除了 8：

df[(df["movie"].isin(df.loc[(df.user == 8), "movie"])) & (df.user!=8)]

这比安迪在下面的回答略快：

%%timeit 
df[(df["movie"].isin(df.loc[(df.user == 8), "movie"])) & (df.user!=8)]
1.13 ms ± 54.2 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)

%%timeit 
df.loc[(df["user"] != 8) & (df["movie"].isin(df.loc[(df.user == 8), "movie"]))]
1.21 ms ± 110 µs per loop (mean ± std. dev. of 7 runs, 1000 loops each)