熊猫（如果值在列数据框中）获取行

Question

我有Information Gain数据框和tf数据框。数据看起来像这样：

信息增益

    Term      IG
0   alqur     0.641328
1   an        0.641328
2   ayatayat  0.641328
3   bagai     0.641328
4   bantai    0.641328
5   besar     0.641328

学期频率

            A   B   A+B
ahli        1   0   1
alas        1   0   1
alqur       0   1   1
an          0   1   1
ayatayat    0   1   1
...        ... ... ...
terus       0   1   1
tuduh       0   1   1
tulis       1   0   1
ulama       1   0   1
upaya       0   1   1

说表信息增益= IG 和表tf = TF

我想检查IG.Term是否在TF.index中，然后获取行值，所以它应该像这样：

    Term      A    B    A+B
0   alqur     0    1    1
1   an        0    1    1
2   ayatayat  0    1    1
3   bagai     1    0    1
4   bantai    1    1    2
5   besar     1    0    1

注意：我不再需要IG值

Answer 1

用Series.isin用boolean indexing过滤并将索引转换为列：

df = TF[TF.index.isin(IG['Term'])].rename_axis('Term').reset_index()
print (df)
       Term  A  B  A+B
0     alqur  0  1    1
1        an  0  1    1
2  ayatayat  0  1    1

或将DataFrame.merge与默认内部联接一起使用：

df = IG[['Term']].merge(TF, left_on='Term', right_index=True)
print (df)
       Term  A  B  A+B
0     alqur  0  1    1
1        an  0  1    1
2  ayatayat  0  1    1

Answer 2

您可以使用merge进行检查，如下所示：

ig = pandas.DataFrame([['alqur', 0.641328], ['an', 0.641328]], columns=['Term',      'IG'])
tf = pandas.DataFrame([['ahli', 1, 0, 1], ['alqur', 0, 1, 1], ['an', 0, 1, 1]], columns=['index', 'A', 'B', 'A+B'])
tf = tf.set_index('index')

rows_count, _columns_count = tf.shape
merged = tf.merge(ig, left_on='index', right_on='Term', how='inner')

合并后的ig中不缺少术语。