按列过滤 - 多个 pd.arrays答案

【问题标题】：Filtering by column - multiple pd.arrays按列过滤 - 多个 pd.arrays
【发布时间】：2022-11-02 17:34:01
【问题描述】：

我在不同时间有来自相同测量的多个数据框。现在我想找到相关的测量值（可以通过一个名为 abmn 的列中的字符串来定位）。问题是我无法迭代，因为所有数据集都有不同的长度。你知道有什么解决办法吗？例子

df1 
| res | abmn   |
| 3   | 1234   |
| 0   | 1245   |
| 2   | 1256   |
df2
| res | abmn   |
| 1   | 1234   |
| 0   | 1256   |
| 2   | 1267   |

我只想要两个数据框

df1 
| res | abmn   |
| 3   | 1234   |
| 2   | 1256   |
df2
| res | abmn   |
| 1   | 1234   |
| 0   | 1256   |

我尝试了一个循环，但这不起作用，因为它们的长度不同。我想我设法得到了一个包含 abmn 值的所有字符串的列表（所有四个数据集中的所有值），但我还没有真正找到解决方案

【问题讨论】：

标签： python

【解决方案1】：

这是您问题的可能答案。我首先查看两者共有的值，然后创建两个新数据框基于要保留的值。

这是代码：

import pandas as pd

# generate the dataframes as per the example
df1 = pd.DataFrame({"res":[3,0,2], "abmn":[1234,1245,1256]})
df2 = pd.DataFrame({"res":[1,0,2], "abmn":[1234,1256,1267]})

# identify the items to keep
items_to_keep = []
for item in df1['abmn']:
    if item in df2['abmn'].values:
        items_to_keep.append(item)
   
# create new dataframes based on the list of items to keep
new_df1 = df1[df1.abmn.isin(items_to_keep)]
new_df2 = df2[df2.abmn.isin(items_to_keep)]

# print the two new dataframes
print("new_df1")
print(new_df1)
print("==========")
print("new_df2")
print(new_df2)

输出：

new_df1
   res  abmn
0    3  1234
2    2  1256
==========
new_df2
   res  abmn
0    1  1234
1    0  1256

请注意，即 for 循环，可以替换为列表理解：

# identify the items to keep
items_to_keep = [item for item in df1['abmn'] if item in df2['abmn'].values]

【讨论】：

【解决方案2】：

非常感谢你的帮助！它工作得更好

【讨论】：