Question

我想找到＆＃34;代码＆＃34;来自df2出现在＆＃34; code1，code2，code3＆＃34; df1中的列，并返回df2中匹配成功的行。

以下是我的示例代码：

df1 = pd.DataFrame(
        {
        'terms' : ['term1','term2'],
        'code1': ['1234x', '4321y'],
        'code2': ['2345x','5432y'],
        'code3': ['3456x','6543y']
        }
        )
df1 = df1[['terms'] + df1.columns[:-1].tolist()]

df2 = pd.DataFrame(
        {
        'name': ['Dan','Sara'],
        'rate': ['3','3.5'],
        'location': ['FL','OH'],
        'code': ['4444g','6543y']                           
         })
df2 = df2[['name','rate','location','code']]

#combining code1,code2,code3 into new column df1['allcodes']
df1['allcodes'] = df1[df1.columns[1:]].apply(lambda x: ','.join(x.dropna().astype(str)),axis=1)

print(df2[df2['code'].isin(df1['allcodes'])])

所需的结果将是来自df2的行，其中代码在df1中找到：

   name rate location   code
1  Sara  3.5       OH  6543y

结果是：

Empty DataFrame
Columns: [name, rate, location, code]
Index: []

为什么这会返回一个空数据帧？

Answer 1

使用，filter和stack

In [4647]: df2[df2['code'].isin(df1.filter(like='code').stack())]
Out[4647]:
   name rate location   code
1  Sara  3.5       OH  6543y

或者，如果您使用的code*列位于1:

之后

In [4648]: df2[df2['code'].isin(df1[df1.columns[1:]].stack())]
Out[4648]:
   name rate location   code
1  Sara  3.5       OH  6543y

详细

In [4649]: df1.filter(like='code')
Out[4649]:
   code1  code2  code3
0  1234x  2345x  3456x
1  4321y  5432y  6543y

In [4650]: df1.filter(like='code').stack()
Out[4650]:
0  code1    1234x
   code2    2345x
   code3    3456x
1  code1    4321y
   code2    5432y
   code3    6543y
dtype: object

In [4651]: df2['code'].isin(df1.filter(like='code').stack())
Out[4651]:
0    False
1     True
Name: code, dtype: bool

Answer 2

选项1
np.in1d
不加选择地检查特定行的df2.code是否在df1

中的任何位置

df2[np.in1d(df2.code, df1[['code1', 'code2', 'code3']])]

   name rate location   code
1  Sara  3.5       OH  6543y

加快速度

df2[np.in1d(df2.code.values, df1[['code1', 'code2', 'code3']].values)]

选项2
检查df2.loc[x, 'code']是否在df1.loc[x]中我们使用pd.DataFrame.eq方法，因此我们可以传递axis=0参数，该参数检查序列是否等于每列。基本上，axis=0表示对齐索引（而不是列）。

df2[df1[['code1', 'code2', 'code3']].eq(df2.code, 0).any(1)]

   name rate location   code
1  Sara  3.5       OH  6543y

加快速度

df2[(df1[['code1', 'code2', 'code3']].values == df2['code'].values[:, None]).any(1)]

python / pandas：使用isin时为什么空数据帧？

2 个答案: