比较两个数据帧并输出一次重复行的索引

Question

我需要帮助来比较两个数据框。例如：

第一个数据帧是

df_1 = 
    0   1   2   3   4   5
0   1   1   1   1   1   1
1   2   2   2   2   2   2
2   3   3   3   3   3   3
3   4   4   4   4   4   4
4   2   2   2   2   2   2
5   5   5   5   5   5   5
6   1   1   1   1   1   1
7   6   6   6   6   6   6

第二个数据框是

df_2 = 
    0   1   2   3   4   5
0   1   1   1   1   1   1
1   2   2   2   2   2   2
2   3   3   3   3   3   3
3   4   4   4   4   4   4
4   5   5   5   5   5   5
5   6   6   6   6   6   6

我想知道是否有一种方法（不使用 for 循环）来查找具有相同 df_2 行值的 df_1 行的索引。在上面的示例中，我的预期输出如下

index = 
0
1
2
3
5
7

上面“index”变量的列大小应该与df_2的列大小相同。

如果 df_2 的同一行在 df_1 中重复多次，我只需要第一次出现的索引，这就是为什么我不需要索引 4 和 6。

请帮忙。非常感谢！

汤米

Answer 1

检查解决方案

df1=pd.DataFrame({'0':[1,2,3,4,2,5,1,6],
                 '1':[1,2,3,4,2,5,1,6],
                '2':[1,2,3,4,2,5,1,6],
                 '3':[1,2,3,4,2,5,1,6],
                 '4':[1,2,3,4,2,5,1,6],
                '5':[1,2,3,4,2,5,1,6]})

df1=pd.DataFrame({'0':[1,2,3,4,5,6],
                 '1':[1,2,3,4,5,66],
                '2':[1,2,3,4,5,6],
                 '3':[1,2,3,4,5,66],
                 '4':[1,2,3,4,5,6],
                '5':[1,2,3,4,5,6]})
df1[df1.isin(df2)].index.values.tolist()

### Output
[0, 1, 2, 3, 4, 5, 6, 7]

Answer 2

使用DataFrame.merge 与DataFrame.drop_duplicates 和DataFrame.reset_index 将索引转换为列以避免丢失索引值，最后选择名为index 的列：

s = df_2.merge(df_1.drop_duplicates().reset_index())['index']
print (s)
0    0
1    1
2    2
3    3
4    5
5    7
Name: index, dtype: int64

详情：

print (df_2.merge(df_1.drop_duplicates().reset_index()))
   0  1  2  3  4  5  index
0  1  1  1  1  1  1      0
1  2  2  2  2  2  2      1
2  3  3  3  3  3  3      2
3  4  4  4  4  4  4      3
4  5  5  5  5  5  5      5
5  6  6  6  6  6  6      7