从Pandas数据框中选择行，其中两列与一对列表匹配

Question

我正在尝试从数据框中创建一个布尔掩码（或索引列表），以指示多个列匹配列表中某些组合的位置。以下是一个例子：

import pandas as pd
df = pd.DataFrame({'A': ['alice', 'bob'    , 'charlie'  , 'dave' , 'dave'], 
                   'B': ['andy' , 'bridget', 'charlotte', 'diana', 'andy'], 
                   'C': ['some' , 'other'  , 'stuff'    , 'here' , '!' ]})

pairs = pd.DataFrame({'A': ['alice', 'dave'],
                      'B': ['andy' , 'diana']})

我希望的输出结果是以下之一

[True, False, False, True, False]

或者

[0, 3]

关键是我不想返回行索引为4，即['dave'， 'andy'，'！'] 。 我可以通过转换回列表来实现所需的结果...但这感觉像是一个很长的方法，我认为有一种“pandas”的方法可以做到这一点！

df_list = df[['A', 'B']].values.tolist()
pairs_list = pairs.values.tolist()
[idx for idx, row in enumerate(df_list) if row in pairs_list]

- James Owers

---

编辑 - 谢谢。 - James Owers

Answer 1

你可以使用 indicator=True 参数执行 outer 类型的合并，并测试是否 _merge 列等于 'both'：

In [97]:
merged = df.merge(pairs, how='outer', indicator=True)
merged[merged['_merge'] =='both'].index

Out[97]:
Int64Index([0, 3], dtype='int64')

为了获得一个布尔Series：

In [98]:
merged['_merge'] =='both'

Out[98]:
0     True
1    False
2    False
3     True
4    False
Name: _merge, dtype: bool

合并后的数据框如下所示：

In [99]:
merged

Out[99]:
         A          B      C     _merge
0    alice       andy   some       both
1      bob    bridget  other  left_only
2  charlie  charlotte  stuff  left_only
3     dave      diana   here       both
4     dave       andy      !  left_only

- EdChum

---

值得一提的是，如果您想将 msk = merged['_merge'] == 'both' 作为掩码用于 pandas DataFrame（例如 df.ix[msk]）或 numpy 数组（例如 df[msk, :]），则需要提取布尔型 numpy 数组，即使 msk = (merged['_merge'] =='both').values。 - James Owers

每当您尝试使用一个布尔掩码Series与不具有相同形状或索引值的df时，它都会失败。 - EdChum

我不太理解你的评论@EdChum。当我使用它来掩盖与df相同顺序的另一个数据框时，我遇到了困难。合并是否会重新排序，从而使掩码对此目的无效？ - James Owers

但是合并后的数据框将比原始数据框具有更多的行，索引值不一定存在于任何一个数据框中，也不一定具有相同的长度。 - EdChum

好的，我想我需要稍后回来构建一个更好的例子！感谢您的帮助。 - James Owers

@kungfujam - 对我来说，使用合并的掩码而不将其转换为numpy值可以正常工作。EdChum的解决方案非常好，我认为被低估了。 - elPastor