Question

我有两个数据帧df1和df2，我被告知共享一些行。也就是说，对于某些索引，（i，j）_n df1.loc [i] == df2.loc [j]。我想找到这封信。

追踪这是一个棘手的问题。我不想“手动”查询每一行的每一列，所以我一直在寻找更清洁的东西。

这是我所拥有的最好但却不快。我希望一些大师可以指出我正确的方向。

matching_idx=[]
for ix in df1.index:
    match =df1.loc[ix:ix].to_dict(orient='list')
    matching_idx.append( df2.isin(match).all(axis=1)  )

摆脱for循环会很好，但我不确定它是否可能。

Answer 1

假设每个数据帧中的行都是唯一的，您可以连接两个数据帧并搜索重复数据。

df1 = pd.DataFrame({'A': ['a', 'b'], 'B': ['a', 'c']})    
df2 = pd.DataFrame({'A': ['c', 'a'], 'B': ['c', 'a']})

>>> df1
   A  B
0  a  a
1  b  c

>>> df2
   A  B
0  c  c
1  a  a

df = pd.concat([df1, df2])

# Returns the index values of duplicates in `df2`.
>>> df[df.duplicated()]
   A  B
1  a  a

# Returns the index value of duplicates in `df1`.
>>> df[df.duplicated(keep='last')]
   A  B
0  a  a

Answer 2

您可以执行连接所有列的合并：

match = df1.merge(df2, on=list(df1.columns))

识别哪个行存在于另一个数据帧中

2 个答案: