如果一个数据帧中的字符串在另一个数据帧的多列中，则返回 True（时间复杂度）

Question

我在下面有 2 个数据框。我的目标是检查列 df['A'] 的值是否在第二个数据帧 df2['B'] 或 df2['C'] 的多个列中，如果存在该值，则返回 true 或 false。 test 列是我的输出列。

df

A       test     
q       True 
w       False
e       True 

df2

B       C     
q       r 
g       r
g       e 

下面我当前的代码可以工作，但是处理成百上千行的代码非常慢。在下面的这种情况下，我使用list 方法将 df2 的 2 列转换为列表并检查字符串是否在这些列表中。但是我需要比这更快的东西。

listb = df2['B'].to_list()
listc = df2['C'].to_list()

df['test'] = df['A'].apply(lambda x: 'True' if x in (listb or listc) else 'False') 

我一直在尝试使用 .isin() 方法，但似乎无法让它与多个列一起使用以在单独的数据集中搜索多个列。但是，此代码运行返回所有不正确的 False。

df['test'] = df['A'].isin(df2[['B','C']]).any(axis = 1) 

Answer 1

你可以在解开另一个 DataFrame 之后使用isin。或np.in1D。将结果分配回df['test']。

np.in1d(df1['A'], df2)
#array([ True, False,  True])

df['A'].isin(df2.to_numpy().ravel())
#0     True
#1    False
#2     True
#Name: A, dtype: bool