检查数据框中是否已存在系列

Question

假设您有一些学生

students = [ ['Jack', 34, 'Sydeny'] ,
             ['Riti', 30, 'Delhi' ] ,
             ['Aadi', 16, 'New York'] ]
dfObj = pd.DataFrame(students, columns = ['Name', 'Age', 'City'])

现在您会收到这样的系列：

s = pd.Series(['Riti', 30, 'Delhi'], index=['Name', 'Age', 'City'])

我现在可以使用.loc来过滤这样的条件：

filtered_dfObj = dfObj.loc[(dfObj['Name'] == s['Name']) & (dfObj['Age'] == s['Age'])]
filtered_dfObj = filtered_dfObj.loc[filtered_dfObj['City'] == s['City']]

但是，如果我有很多列，则过滤器代码将很快增长。因此，如果有类似s.isin(dfObj)

的选项，那将是最好的

---

5个答案后进行更新：这些都是很好的答案-谢谢！在不同的方法之间，我还没有进行任何速度测试。我个人选择this solution，因为它在列选择（如果需要）方面最灵活。

Answer 1

请考虑以下方法：

# number of full duplicates (rows)
print((dfObj == s).all(axis=1).sum())

如果您只想检查某些列，则可以按列名添加过滤器，例如：

flt = ['Name', 'Age']
# number of partial duplicates (rows)
print((dfObj[flt] == s[flt]).all(axis=1).sum())

Answer 2

一种方法是将Dataframe数据转换为列表，将系列数据转换为列表，然后进行比较。

import pandas as pd

students = [ ['Jack', 34, 'Sydeny'] ,
             ['Riti', 30, 'Delhi' ] ,
             ['Aadi', 16, 'New York'] ]
dfObj = pd.DataFrame(students, index = ['Name', 'Age', 'City'])
s = pd.Series(['Riti', 38, 'Delhi'], index=['Name', 'Age', 'City'])

if(s.values.tolist() in dfObj.values.tolist()):
    print("Series present in  Datframe ")
else:
    print("Series NOT present in  Datframe ")

Answer 3

检查

dfObj.apply(tuple,1).isin([tuple(s.tolist())])

Answer 4

使用apply / lambda并检查每一列（轴= 1）是否等于s。

dfObj[dfObj.apply(lambda x: x.equals(s), axis=1)]

结果：

    Name    Age City
1   Riti    39  Delhi

Answer 5

如果您不在乎原始数据框中的索引，则可以使用

df.merge(s.to_frame().T, how="inner")

否则，您可以

df[np.all(df.values == s.reindex(df.columns).values, axis=1)]