比较两个Python Pandas数据框的2列并获取共同的行

Question

I have 2 Dataframe as follows:

DF1=
    A    B   C    D
0   AA   BA  KK   0
1   AD   BD  LL   0
2   AF   BF  MM   0

DF2=
    K    L
0   AA   BA
1   AD   BF
2   AF   BF

最终我想要得到的是：

DF1=
    A    B   C    D
0   AA   BA  KK   1
1   AD   BD  LL   0
2   AF   BF  MM   1

所以，我想比较两个数据框，我想看到第一个数据框（对于列A和B）与第二个数据框（列K和L）共有哪些行，并在第一个数据框的列D上分配1。

我可以使用for循环，但是对于大量条目来说速度会非常慢。

任何线索或建议将不胜感激。

- Mohammad Saifullah

Answer 1

如果你重命名df2的列，那么比较每一行就会更容易:

In [35]:

df2.columns = ['A', 'B']
df2
Out[35]:
    A   B
0  AA  BA
1  AD  BF
2  AF  BF
In [38]:

df1['D'] = (df1[['A', 'B']] == df2).all(axis=1).astype(int)
df1
Out[38]:
    A   B   C  D
0  AA  BA  KK  1
1  AD  BD  LL  0
2  AF  BF  MM  1

- EdChum

---

如果您无法重命名它们，可以动态创建一个新的DataFrame，其内容是df2的视图，但列名与df1匹配，然后再次运行此代码即可。 - abarnert

你可以将 rename 的结果分配给另一个 df 并进行比较，如 df3 = df2.rename(columns={'K':'A', 'L':'B'})。 - EdChum

或者直接在表达式中使用 df2.rename（…），而无需将其存储在临时名称 df3 中。 - abarnert

当然，我只是指出，即使他不方便自己（而且使用起来也不难），你的答案仍然基本上是正确的答案，希望他能接受这个答案，即使他因某种原因无法更改“df2”的定义。 - abarnert

如果DF1的行数比DF2多或少怎么办？ - Mohammad Saifullah

Answer 2

df1['ColumnName'].isin(df2['ColumnName']).value_counts()

- Vipul Saxena

Answer 3

这是我的解决方法：

df1 = pd.DataFrame({"A":['AA','AD','AD'], "B":['BA','BD','BF']})
df2 = pd.DataFrame({"A":['AA','AD'], 'B':['BA','BF']})
df1['compressed']=df1.apply(lambda x:'%s%s' % (x['A'],x['B']),axis=1)
df2['compressed']=df2.apply(lambda x:'%s%s' % (x['A'],x['B']),axis=1)
df1['Success'] = df1['compressed'].isin(df2['compressed']).astype(int)
print df1

    A   B     compressed   Success
0  AA  BA      AABA          1
1  AD  BD      ADBD          0
2  AD  BF      ADBF          1

- Mohammad Saifullah

---

您的问题是关于您的回答与原问题如何相关的。 - EdChum

我已经尝试了不同的数据框，它达到了预期的目的。 - Mohammad Saifullah

但是您所期望的输出并不符合原始问题的要求，您应该更新您的问题或发布一个新的问题。 - EdChum

这是一个令人困惑的回复，没有解释正在发生什么或为什么会这样。此外，此页面上至少还有一个更好的答案。 - FistOfFury

Answer 4

DF1.merge(right=DF2, left_on=[DF1.A, DF1.B], right_on=[DF2.K, DF2.L], indicator=True, how='left')

提供:

A   B   C  D    K    L     _merge
0  AA  BA  KK  0   AA   BA       both
1  AD  BD  LL  0  NaN  NaN  left_only
2  AF  BF  MM  0   AF   BF       both

因此，如上所述，指标可以完成这项工作。

- PiotrKu