Question

如何匹配此DataFrame中的值source：

     car_id     lat     lon
0    100        10.0    15.0
1    100        12.0    10.0
2    100        09.0    08.0
3    110        23.0    12.0
4    110        18.0    32.0
5    110        21.0    16.0
5    110        12.0    02.0

并且仅保留那些其坐标位于第二个DataFrame中的人coords：

     lat     lon
0    12.0    10.0
1    23.0    12.0
3    18.0    32.0

因此生成的DataFrame result为：

     car_id     lat     lon
1    100        12.0    10.0
3    110        23.0    12.0
4    110        18.0    32.0

我可以用apply以迭代的方式做到这一点，但我正在寻找一种矢量化方式。我使用isin()尝试了以下操作但没有成功：

result = source[source[['lat', 'lon']].isin({
    'lat': coords['lat'],
    'lon': coords['lon']
})]

上述方法返回：

ValueError: ('operands could not be broadcast together with shapes (53103,) (53103,2)

Answer 1

默认情况下，

DataFrame.merge()合并所有具有相同名称的列（两个DF的列的交集）：

In [197]: source.merge(coords)
Out[197]:
   car_id   lat   lon
0     100  12.0  10.0
1     110  23.0  12.0
2     110  18.0  32.0

Answer 2

这是NumPy broadcasting -

的一种方法

a = source.values
b = coords.values
out = source[(a[:,1:]==b[:,None]).all(-1).any(0)]

示例运行 -

In [74]: source
Out[74]: 
   car_id   lat   lon
0     100  10.0  15.0
1     100  12.0  10.0
2     100   9.0   8.0
3     110  23.0  12.0
4     110  18.0  32.0
5     110  21.0  16.0
5     110  12.0   2.0

In [75]: coords
Out[75]: 
    lat   lon
0  12.0  10.0
1  23.0  12.0
3  18.0  32.0

In [76]: a = source.values
    ...: b = coords.values
    ...: 

In [77]: source[(a[:,1:]==b[:,None]).all(-1).any(0)]
Out[77]: 
   car_id   lat   lon
1     100  12.0  10.0
3     110  23.0  12.0
4     110  18.0  32.0

以矢量化方式在另一个DataFrame中查找具有值子集的行

2 个答案: