检查一个数据框中某一列的值是否存在于数据框的其他行中。

Question

假设我有如下数据框：

df = pd.DataFrame({'a':[1,2,3,4],'b':[2,3,4,5],'c':[3,4,5,6],'d':[5,3,2,4]})

我想检查列d中的元素是否存在于其对应的行中的其他位置。因此我想要的结果是：

[False, True, False, True]

为此，我使用了

df.apply(lambda x: x['d'] in x[['a','b','c']], axis=1)

但是这样给我的结果却是[False, False, False, False]。

- user7864386

Answer 1

请尝试：

out = (df[['a','b','c']].T==df['d']).any()

输出：

0    False
1     True
2    False
3     True
dtype: bool

- user7864386

Answer 2

利用numpy广播，您可以轻松地实现它：

(df[['d']].to_numpy() == df.to_numpy())[:, :-1].any(axis=1)

输出：

array([False,  True, False,  True])

使用numpy可以达到最快的速度。

- user17242583

Answer 3

使用eq函数，在列之间广播相等比较。然后检查行中是否有任何匹配项。请参考以下链接：eq和any。

df.drop(columns='d').eq(df['d'], axis=0).any(axis=1).array
<PandasArray>
[False, True, False, True]
Length: 4, dtype: bool

就速度而言，numpy选项是最佳选择。

- sammywemmy

Answer 4

需要添加“values”:

df.apply(lambda x: x['d'] in x[['a','b','c']].values, axis=1)
Out[11]: 
0    False
1     True
2    False
3     True
dtype: bool

你输入的是检查 x['d'] 是否在 x[['a','b','c']] 的键集合中，而不是值。字典的工作方式类似：

1 in {'a': 1, 'b': 2}
Out[30]: False
1 in {'a': 1, 'b': 2}.values()
Out[31]: True

- RobertHannah89

Answer 5

尝试使用

df.eq(df.pop('d'),axis=0).any(1)#.values
0    False
1     True
2    False
3     True
dtype: bool

- BENY