检查一个 DataFrame 的行是否存在于另一个 DataFrame 中答案

【问题标题】：Check if rows of one DataFrame are present in another检查一个 DataFrame 的行是否存在于另一个 DataFrame 中
【发布时间】：2019-05-15 04:50:11
【问题描述】：

我有两个数据框：

DF1

 A   B
'a' 'x' 
'b' 'y'
'c' 'z'

DF2

Col1 Col2
'j'  'm'
'a'  'x'
'k'  'n'
'b'  'y'

并且想查找 DF1 的行是否包含在 DF2 中，并将该列 Bool_col 添加到 DF1，如下所示。

DF1

 A   B   Bool_col
'a' 'x'  True
'b' 'y'  True
'c' 'z'  False

我尝试在 Col1 和 Col2 的串联列表中查找 A 和 B 的串联，但我的数据给我带来了意想不到的麻烦。有关如何在不连接列的情况下执行此操作的任何帮助？

【问题讨论】：

merge 和 indicator

标签： python pandas

【解决方案1】：

使用pandas.merge 和numpy.where

df = df1.merge(df2, how='left', indicator=True, left_on=['A','B'], right_on=['Col1','Col2'])
df['Bool_col'] = np.where(df['_merge']=='both', True, False)
df.drop(['_merge','Col1','Col2'], 1, inplace=True)
print(df)

输出：

   A  B     Bool_col
0  a  x      True
1  b  y      True
2  c  z     False

编辑

根据 cmets 中的@cs95 建议，这里不需要np.where。你可以简单地做

df1['Bool_col'] = df['_merge']=='both'
# df.drop(['_merge','Col1','Col2'], 1, inplace=True)

【讨论】：

这没有错，但它比它需要的更笨重。
@cs95 我仍在弄清楚.eval 在您的回答中做了什么。你能详细说明一下吗？
eval 可以方便地将多行压缩为一条。通常要对列执行条件，您需要将结果存储为变量并在后续语句中访问结果列。使用 eval，您可以使用字符串评估 do this dynamically。
PS：我所指的笨拙部分是df['Bool_col'] = np.where(df['_merge']=='both', True, False)，它可能只是df['Bool_col'] = df['_merge']=='both'。您也可以将结果分配给df1，而不是创建df 并删除列。
现在看起来好多了，但您仍然应该/也考虑分配回 df1。一般来说，df2 的列可能比 col1 和 col2 的列更多，因此在此处删除可能就足够了，也可能不够。

【解决方案2】：

将merge 与indicator 参数一起使用，然后检查哪些行显示“两者”。

df1['Bool_col'] = (df1.merge(df2, 
                             how='left', 
                             left_on=['A', 'B'], 
                             right_on=['Col1', 'Col2'], 
                             indicator=True)
                      .eval('_merge == "both"'))

df1
     A    B  Bool_col
0  'a'  'x'      True
1  'b'  'y'      True
2  'c'  'z'     False

【讨论】：