使用来自第二个数据帧的值从一个数据帧中进行选择答案

【问题标题】：Selecting from one dataframe using values from a second dataframe使用来自第二个数据帧的值从一个数据帧中进行选择
【发布时间】：2019-04-15 13:12:38
【问题描述】：

我有两个具有相同索引和列的数据框：

In: import pandas as pd
import numpy as np
import random
df1 = pd.DataFrame({'A' : [ random.random(), random.random(), random.random()],
                   'B' : [ random.random(), random.random(), random.random()],
                   'C' : [ random.random(), random.random(), random.random()]})
df2 = pd.DataFrame({'A' : [random.randint(0,10), random.randint(0,10), random.randint(0,10)],
                   'B' : [random.randint(0,10), random.randint(0,10), random.randint(0,10)],
                   'C' : [random.randint(0,10), random.randint(0,10), random.randint(0,10)]})


df1
Out:
    A   B   C
0   0.424566    0.054485    0.830993
1   0.673692    0.754941    0.621544
2   0.890594    0.805776    0.878123
In: df2
Out:

    A   B   C
0   9   9   3
1   4   6   6
2   10  2   9

我想根据df2 中的对应值从df1 中选择值并将其作为数组返回。

例如在上面的示例中按值6 选择将返回[0.754941, 0.621544]

我查看了mask，但看不到如何将掩码从一个 df 应用到第二个 df。

【问题讨论】：

df1[df2==6] 怎么样？
使用df1.values[df2.eq(6)] 得到你想要的数组。

标签： python pandas selection mask

【解决方案1】：

如果两个 DataFrmes 中的索引和列相同，则可以使用 df2 的掩码索引和由 to_numpy 或 values 创建的 2d array：

#pandas 0.24+
a = df1.to_numpy()[df2 == 6]
#oldier pandas versions
#a = df1.values[df2 == 6]
print (a)
[0.754941 0.621544]

【讨论】：