Pandas 数据框选择基于其他数据框的列，其中包含列值答案

【问题标题】：Pandas dataframe select Columns based on other dataframe contains column value in itPandas 数据框选择基于其他数据框的列，其中包含列值
【发布时间】：2021-03-05 03:49:04
【问题描述】：

我有两个数据框。这里是dwpjp.head()：

	jp_number
0	25146315052147720191
1	57225427599900052634
2	86076681691411639833
3	50491824499499656478
4	95588382889227620465

和ct_data.head():

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg\|d543d3d064da465b8576d87
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62\|-vf6738ee3bed
2	53733358271401869469	6FfHZRoiWs2VO02Pruk07A\|__g3d877adf9d154637be26
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3\|54e2c39cd3
4	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd\|773840905c

我想要来自ct_data 的两个新数据框cct_data 和dct_data。如果jp_number 存在于dwbjp 数据帧中，则ct_data 数据帧应拆分，然后放入cct_data，否则放入dct_data。

我在dwpjp 中的常见jp_number 上试过这个：

cct_data = ct_data[ct_data.isin(dwpjp).any(1).values]

对于另一个我否定条件如下：

dct_data = ct_data[~[ct_data.isin(dwpjp).any(1).values]]

但结果未如下。

cct_data

	imjp_number	imct_id
0	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62\|-vf6738ee3bed
1	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3\|54e2c39cd3

和dct_data:

	imjp_number	imct_id
0	23605308039805192764	x1E5e3ukRyEFRT6SUAF6lg\|d543d3d064da465b8576d87
1	53733358271401869469	6FfHZRoiWs2VO02Pruk07A\|__g3d877adf9d154637be26
2	82143248133286027306	__g1114a30c6ea548a2a83d5a51718ff0fd\|773840905c

注意：jpnumber=imjp_number.

【问题讨论】：

标签： python pandas mask isin

【解决方案1】：

修改你的公式如下

cct_data = ct_data[ct_data.imjp_number.isin(dwpjp.jp_number)]

和

dct_data = ct_data[~ct_data.imjp_number.isin(dwpjp.jp_number)]

【讨论】：

这个方法耗时太长，ct_data有50条记录，dwpjp有350万条记录，有更快的方法吗？
它可以通过cct_data = pd.merge(dwpjp, ct_data, on='jp_number', how='inner') 快速计算，假设两个数据框都具有 jp_number 作为通常的标题列名称
Ramanai 我得到 TypeError: unhashable type: 'list' error