Question

给出两个pandas数据帧：

df1 = pd.read_csv(file1, names=['col1','col2','col3'])
df2 = pd.read_csv(file2, names=['col1','col2','col3'])

我想删除df2中df1中不存在col1或col2（或两者）值的所有行。

执行以下操作：

df2 = df2[(df2['col1'] in set(df1['col1'])) & (df2['col2'] in set(df1['col2']))]

的产率：

TypeError：＆＃39;系列＆＃39;对象是可变的，因此它们不能被散列

Answer 1

我认为你可以试试isin：

df2 = df2[(df2['col1'].isin(df1['col1'])) & (df2['col2'].isin(df1['col2']))]

df1 = pd.DataFrame({'col1':[1,2,3,3],
                    'col2':[4,5,6,2],
                    'col3':[7,8,9,5]})

print (df1)
   col1  col2  col3
0     1     4     7
1     2     5     8
2     3     6     9
3     3     2     5

df2 = pd.DataFrame({'col1':[1,2,3,5],
                    'col2':[4,7,4,1],
                    'col3':[7,8,9,1]})

print (df2)
   col1  col2  col3
0     1     4     7
1     2     7     8
2     3     4     9
3     5     1     1

df2 = df2[(df2['col1'].isin(df1['col1'])) & (df2['col2'].isin(df1['col2'].unique()))]
print (df2)
   col1  col2  col3
0     1     4     7
2     3     4     9

另一个解决方案是merge，因为内联接（how='inner'）是默认设置，但它仅适用于DataFrames中具有相同位置的值：

print (pd.merge(df1, df2))
   col1  col2  col3
0     1     4     7

使用散列从数据框中删除列

1 个答案: