Question

我有一个数据框，假设它的定义如下：

df = pd.DataFrame({
'variable' : ["A","A","B","B","A","B","B","A"],
'id1' : [1,2,3,4,5,6,7,8],
'id2' : ['NaN','NaN',2,'NaN',4,3,'NaN',5]
})

结果是：

   id1  id2 variable1
0    1  NaN         A
1    2  NaN         A
2    3    2         B
3    4  NaN         B
4    5    4         A
5    6    3         B
6    7  NaN         B
7    8    5         A

现在我想要实现的是：

匹配另一行中id2在一行中等于id1的行。因此，在此特定示例中，配对行应为：

（2,1） - 因为df.iloc[2]['id2'] == df.iloc[1]['id1']

随后：（4,3），（5,2），（7,4）
从这些对中，只选择variable1在一对中是常数的那些，所以从上面的对中我们只剩下（5,2）和（7,4）因为只有这些案件我们有：

df.iloc[5]['variable1'] == df.iloc[2]['variable1']

（示例对第一对课程有效）。

现在，如果这是纯Python，我可能会迭代两个包含id1和id2的列表，检查id和variable的等式，但我想应该有一个更多面向数组的方法...

也许创建重复的数据框并执行id1和id2的交集可以吗？或者我应该考虑一个完全不同的想法？

Answer 1

也许：

>>> pd.merge(df[['id2', 'variable']].reset_index(),
...          df.reset_index(), how='inner',
...          left_on=['id2', 'variable'],
...          right_on=['id1', 'variable'])[['index_x', 'index_y']]

   index_x  index_y
0        5        2
1        7        4

[2 rows x 2 columns]

Answer 2

这个怎么样？

# Add index column:
df = df.reset_index()

df2 = pd.merge(
         df, df
         left_on="id1", right_on="id2"
        ).query("variable_x == variable_y")

list(df2[["index_x", "index_y"]].itertuples(index=False))

Pandas数据框 - 根据两列的ID查找匹配的行

2 个答案: