Pandas 数据框 - 匹配两个数据框中的两列以更改第三列的值

Question

我有两个数据框 df1 和 df2。 df2 中的 x,y 值是 df1 中 x,y 值的子集。对于 df2 中的每个 x,y 行，我想将 df1 中的 knn 列的值更改为 0，其中 df2[x] = df1[x] 和 df2[y] = df1[y]。在下面的示例中，x,y 值 (1,1) 和 (1,2) 很常见，因此 df1 中的 knn 列将更改为 [0,0,0,0]。下面代码中的最后一行不起作用。如有任何指导，我将不胜感激。

import pandas as pd

df1_dict = {'x': ['1','1','1','1'],
        'y': [1,2,3,4],
        'knn': [1,1,0,0]
        }

df2_dict = {'x': ['1','1'],
        'y': [1,2]
        }

df1 = pd.DataFrame(df1_dict, columns = ['x', 'y','knn'])
df2 = pd.DataFrame(df2_dict, columns = ['x', 'y'])
df1['knn']= np.where((df1['x']==df2['x']) and df1['y']==df2['y'], 0)

Answer 1

你可以在这里使用merge：

u = df1.merge(df2,on=['x','y'],how='left',indicator=True)
u = (u.assign(knn=np.where(u['_merge'].eq("both"),0,u['knn']))
     .reindex(columns=df1.columns))

---

print(u)

   x  y  knn
0  1  1    0
1  1  2    0
2  1  3    0
3  1  4    0

Answer 2

你可以使用MultiIndex.isin:

c = ['x', 'y']
df1.loc[df1.set_index(c).index.isin(df2.set_index(c).index), 'knn'] = 0

---

   x  y  knn
0  1  1    0
1  1  2    0
2  1  3    0
3  1  4    0