列表理解以从包含另一个数据帧的匹配列值的数据帧中获取行

Question

所以我有 2 个截然不同的数据框——不同的列名，不同的数据。 两者都有一个包含一些匹配数字的列。我试图将 list comp 与 any() 语句一起使用，但没有成功，合并/加入是一团糟，没有重命名所有内容。这是我正在做的一个小例子：

df1 = pd.DataFrame(np.random.randint(0,100,size=(5, 5)), columns=list('ABCDE'))
df2 = pd.DataFrame(np.random.randint(0,100,size=(5, 5)), columns=list('FGHIJ'))

match = [x for x in df1['B'] if any(y in x for y in df2['K'])]
df_match = df1[match]

这总是给我所有True 值的输出，或者我得到一个空列表。 有点迷失了，只是试图获取 df1.B 与 df2.K 匹配的 df1 行，并且需要与我的海量数据集的列表理解一样快或更快的东西。

编辑：我应该补充一点，数据框中的这些“数字”都是字符串（“24”）。 几周前我在丢失代码之前解决了这个问题，我记得使用带有 any() 的列表理解来让它工作，但不记得我在语法上做了什么）：

Answer 1

我猜你真正想写的是

df1 = pd.DataFrame(np.random.randint(0,2,size=(10, 5)), columns=list('ABCDE'))
df2 = pd.DataFrame(np.random.randint(0,2,size=(10, 5)), columns=list('EFGHI'))

由于我的 dfs 有一个共享列，我们知道我们要寻求一致的内容，并且由于值是 0 和 1，它们可能会不时达成一致:)。

现在

df1["E"]==df2["E"]

为您提供一系列真假值。如果 dfs 在 e 列中同意，则为 true，否则为 false。现在，如果您想要这种情况的行 df1[df1["E"]==df2["E"]] 或 df2[df1["E"]==df2["E"]]. 如果要合并 dfs，则必须重置索引并像这样加入它们

df1[df1["E"]==df2["E"]].reset_index(drop=True)\
.join(df2[df1["E"]==df2["E"]].reset_index(drop=True)[["F","G","H"]])

请注意，我必须删除 df2 中的 E 列，因为它重叠了。

因为在实际问题中似乎是这种情况，所以这里有一个具有不同命名列的版本：

df1 = pd.DataFrame(np.random.randint(0,2,size=(10, 5)), columns=list('ABCDE'))
df2 = pd.DataFrame(np.random.randint(0,2,size=(10, 5)), columns=list('FGHIJ'))


df1[df1["E"]==df2["E"]].reset_index(drop=True)\
.join(df2[df1["E"]==df2["F"]].reset_index(drop=True)[["G","H","I"]])

请注意，对于[["G","H","I"]]，我在加入之前已从 df2 中删除了 F 列，因为这将是冗余信息。通过选择行，E 和 F 列必须包含完全相同的信息。