比较两个 Python Pandas 数据帧的 2 列并获取公共行答案

【问题标题】：Comparing 2 columns of two Python Pandas dataframes and getting the common rows比较两个 Python Pandas 数据帧的 2 列并获取公共行
【发布时间】：2015-05-17 19:12:26
【问题描述】：

我有 2 个数据框如下：

DF1=
    A    B   C    D
0   AA   BA  KK   0
1   AD   BD  LL   0
2   AF   BF  MM   0

DF2=
    K    L
0   AA   BA
1   AD   BF
2   AF   BF

最后我想得到的是：

DF1=
    A    B   C    D
0   AA   BA  KK   1
1   AD   BD  LL   0
2   AF   BF  MM   1

所以，我想比较两个数据框，我想查看第一个数据框（A 列和 B 列）的哪些行与第二个数据框（K 列和 L 列）共有，并在 D 列上分配 1第一个数据帧。

我可以使用 for 循环，但是对于大量条目会很慢。

任何线索或建议将不胜感激。

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

如果你重命名df2 的列然后你可以逐行比较，这会更容易：

In [35]:

df2.columns = ['A', 'B']
df2
Out[35]:
    A   B
0  AA  BA
1  AD  BF
2  AF  BF
In [38]:

df1['D'] = (df1[['A', 'B']] == df2).all(axis=1).astype(int)
df1
Out[38]:
    A   B   C  D
0  AA  BA  KK  1
1  AD  BD  LL  0
2  AF  BF  MM  1

【讨论】：

如果你不能重命名它们，你可以动态创建一个新的DataFrame，其内容是df2上的一个视图，但其列名匹配df1的，然后它只是又是这段代码。
您可以将rename 的结果分配给另一个df 并进行比较df3 = df2.rename(columns={'K':'A', 'L':'B'})
或者直接在表达式中使用df2.rename(…)，而不是将其存储在临时名称df3中。
当然，只是指出你的答案基本上仍然是正确的答案，即使他没有让自己变得容易（而且仍然没有那么难使用），所以希望他能接受这个答案，即使他出于某种原因无法更改df2 的定义。
@Alexander 这是 abarnert 在上面第二条评论中所说的，这取决于这一切的背景是什么

【解决方案2】：

df1['ColumnName'].isin(df2['ColumnName']).value_counts()

【讨论】：

【解决方案3】：

我就是这样解决的：

df1 = pd.DataFrame({"A":['AA','AD','AD'], "B":['BA','BD','BF']})
df2 = pd.DataFrame({"A":['AA','AD'], 'B':['BA','BF']})
df1['compressed']=df1.apply(lambda x:'%s%s' % (x['A'],x['B']),axis=1)
df2['compressed']=df2.apply(lambda x:'%s%s' % (x['A'],x['B']),axis=1)
df1['Success'] = df1['compressed'].isin(df2['compressed']).astype(int)
print df1

    A   B     compressed   Success
0  AA  BA      AABA          1
1  AD  BD      ADBD          0
2  AD  BF      ADBF          1

【讨论】：

你的回答与原问题有什么关系？
我尝试过使用不同的数据框，它可以达到目的。
但你想要的输出不是原来的问题，你应该更新你的问题或发布一个新问题
这是一个令人困惑的回答，并没有解释发生了什么或为什么。此页面上至少还有一个更好的答案。

【解决方案4】：

DF1.merge(right=DF2, left_on=[DF1.A, DF1.B], right_on=[DF2.K, DF2.L], indicator=True, how='left')

给予：

A   B   C  D    K    L     _merge
0  AA  BA  KK  0   AA   BA       both
1  AD  BD  LL  0  NaN  NaN  left_only
2  AF  BF  MM  0   AF   BF       both

因此，如上所述，指标完成了这项工作。

【讨论】：