Python - Pandas - 查找两个数据帧之间的匹配项答案

【问题标题】：Python - Pandas - finding matches between two data framesPython - Pandas - 查找两个数据帧之间的匹配项
【发布时间】：2021-05-08 05:33:10
【问题描述】：

假设我有 2 个 pandas 数据框，它们共享相同的列名，如下所示：

    name:       dob:       role:
James Franco   1-1-1980    Actor
Cameron Diaz   4-2-1976    Actor
Jim Carey      12-1-1968   Actor
Miley Cyrus    5-23-1987   Actor


    name:       dob:       role:
50 cent       4-6-1984     Singer
lil baby      12-1-1990    Singer
ghostmane     8-10-1989    Singer
Miley Cyrus   5-23-1987    Singer

假设我想识别具有相同姓名和出生日期的个人，并且存在于两个数据框中（因此，具有 2 个不同的角色）。

我该怎么做？

类似于如果所有内容都存在于 1 个数据框中，我做了一个 df.groupby(["name", "dob"]).count())

我希望能够识别这些人，打印出来并计算出现次数。

谢谢

【问题讨论】：

标签： python python-3.x pandas

【解决方案1】：

df2=df.append(df1)#append the two dfs
dfnew=df2[df2.duplicated(subset=['name:',"dob:"], keep=False)]#keep all duplicated on the columns you wires to check

【讨论】：

嗯，谢谢-这很有帮助，但是当我像您的示例中所示那样实现时，我只是简单地返回了一个数据帧，其中包含两个数据帧的所有结果......所以只是两个数据帧结合在一起。

【解决方案2】：

好吧，这只会给你匹配：

df1.merge(df2, on=["name:","dob:",])

输出：

         name:       dob: role:_x role:_y
0  Miley Cyrus  5-23-1987   Actor  Singer

您可以使用外连接来获取所有结果并根据需要过滤它们：

df1.merge(df2, how="outer", on=["name:","dob:",])

输出：

          name:       dob: role:_x role:_y
0  James Franco   1-1-1980   Actor     NaN
1  Cameron Diaz   4-2-1976   Actor     NaN
2     Jim Carey  12-1-1968   Actor     NaN
3   Miley Cyrus  5-23-1987   Actor  Singer
4       50 cent   4-6-1984     NaN  Singer
5      lil baby  12-1-1990     NaN  Singer
6     ghostmane  8-10-1989     NaN  Singer

【讨论】：