标记新列中数据框之间的相似性答案

【问题标题】：Flag similarities between dataframes in new column标记新列中数据框之间的相似性
【发布时间】：2016-07-07 15:24:58
【问题描述】：

我想比较两个不同长度的 pandas DataFrame 并确定匹配的索引号。当值匹配时，我想在新列中标记这些值。

df1:
Index    Column 1
41660    Apple
41935    Banana
42100    Strawberry
42599    Pineapple

df2:
Index    Column 1
42599    Pineapple

Output:
Index    Column 1    'Matching Index?'
41660    Apple
41935    Banana
42100    Strawberry
42599    Pineapple   True

【问题讨论】：

Comparing 2 columns of two Python Pandas dataframes and getting the common rows的可能重复

标签： python pandas jupyter

【解决方案1】：

如果这些确实是索引，那么您可以在索引上使用intersection：

In [61]:
df1.loc[df1.index.intersection(df2.index), 'flag'] = True
df1

Out[61]:
         Column 1  flag
Index                  
41660       Apple   NaN
41935      Banana   NaN
42100  Strawberry   NaN
42599   Pineapple  True

否则使用isin:

In [63]:
df1.loc[df1['Index'].isin(df2['Index']), 'flag'] = True
df1

Out[63]:
   Index    Column 1  flag
0  41660       Apple   NaN
1  41935      Banana   NaN
2  42100  Strawberry   NaN
3  42599   Pineapple  True

【讨论】：

【解决方案2】：

+1 @EdChum 的回答。如果您可以在匹配列中使用与 True 不同的值，请尝试：

>>> df1.merge(df2,how='outer',indicator='Flag')
   Index      Column       Flag
0  41660       Apple  left_only
1  41935      Banana  left_only
2  42100  Strawberry  left_only
3  42599   Pineapple       both

【讨论】：

【解决方案3】：

使用 isin() 方法：

import pandas as pd

df1 = pd.DataFrame(data=[
    [41660,  'Apple'],
    [41935,  'Banana'],
    [42100,  'Strawberry'],
    [42599,  'Pineapple'],
                         ]
                   , columns=['Index', 'Column 1'])

df2 = pd.DataFrame(data=[
    [42599,  'Pineapple'],
                         ]
                   , columns=['Index', 'Column 1'])

df1['Matching'] = df1['Index'].isin(df2['Index'])
print(df1)

输出：

   Index    Column 1 Matching
0  41660       Apple    False
1  41935      Banana    False
2  42100  Strawberry    False
3  42599   Pineapple     True

【讨论】：