根据另一个数据框的列条目过滤一个数据框的行的最佳方法是什么答案

【问题标题】：What is the best way to filter rows of one dataframe based on column entries of another dataframe根据另一个数据框的列条目过滤一个数据框的行的最佳方法是什么
【发布时间】：2021-05-20 09:34:41
【问题描述】：

我在 python 中有两个数据框，一个名为 DayList，包含以下列：OrderNr Powder Variant Quantity DueDate，另一个名为 Planning，包含以下列：Order Start End Day Powder Variant Task。两个数据框都有多行特定组合，Powder 和 Variant 的列条目将是一个整数，我想将数据框 DayList 过滤为三个类别。

第一个类别是 Powder 和 Variant 的精确组合也存在于数据框 Planning 中某处的行子集。第二类是数据框 Planning 中不存在 Powder 和 Variant 的确切组合的行的子集，但 Powder 的条目位于数据框 Planning 中的 Powder 列中的某个位置。第三类是数据框 Planning 中 Powder 条目不在 Powder 列中的行子集。

这三个类别不应重叠，而是由数据框 DayList 的所有行组成。我对数据框很陌生，所以我不确定如何定义它。我一直在尝试使用 isin()，但我似乎对第一类的正确语句感到困惑。

【问题讨论】：

标签： python pandas dataframe multiple-columns isin

【解决方案1】：

您可以编写一个函数来确定数据框给定行的类别，然后使用df.apply()。为避免在函数中选择正确的列，您可以将其仅应用于缩减的数据帧，仅包含 Powder 和 Variant 列：

import pandas as pd

# example dataframes with just the relevant columns, but 
# the code below also works for dataframes containing additional columns
DayList = pd.DataFrame({'Powder': [1, 2, 3, 4, 5, 6],
                        'Variant': [1, 2, 1, 2, 1, 2]})
Planning = pd.DataFrame({'Powder': [3, 4, 5, 6],
                         'Variant': [1, 2, 2, 1]})

def determine_category(row):
    powder, variant = row.values
    if [powder, variant] in Planning[['Powder', 'Variant']].values.tolist():
        return 1
    if powder in Planning['Powder'].values:
        return 2
    return 3

DayList['Category'] = DayList[['Powder', 'Variant']].apply(
                      determine_category, axis=1)
DayList

    Powder  Variant  Category
0   1       1        3
1   2       2        3
2   3       1        1
3   4       2        1
4   5       1        2
5   6       2        2

【讨论】：