Pandas：检查是否存在具有特定值的行

Question

Pandas：检查是否存在具有特定值的行

75

我有一个二维（或更多）的Pandas DataFrame，就像这样：

>>> import pandas as pd
>>> df = pd.DataFrame([[0,1],[2,3],[4,5]], columns=['A', 'B'])
>>> df
   A  B
0  0  1
1  2  3
2  4  5

现在假设我有一个numpy数组，如np.array([2,3])，并且想要检查是否存在与数组内容匹配的任何行在df中。这里答案显然是真的，但例如np.array([1,2])应该返回false，因为没有一行同时包含列A中的1和列B中的2。

当然，这很简单，但现在不太清楚。

- Robin

有一行和一列都有数字1、2，你所说的“不存在”是什么意思？ - John Ruddell

你尝试过类似 df.isin([1,2]) 的东西吗？它会输出你需要找到完全匹配和部分匹配的行的布尔值。 - ZJS

@JohnRuddell：但是没有一行包含列A中的1和列B中的2。我正在寻找类似于SQL中WHERE子句的语义。 - Robin

7个回答

35

更简单的方法是：

a = np.array([2,3])
(df == a).all(1).any()

- acushner

这仅在维度相同时才有效，对吧？也就是说，如果匹配应基于五列DataFrame的前两列，那么这样会失败吗？ - Robin

5

那很简单。用 df[df.columns[:2]] 替换掉 df。 - acushner

以防您在不同的数据结构上尝试，请同时尝试(df == a).all(0).any()。 - questionto42

14

如果您还想返回匹配发生的索引：

index_list = df[(df['A'] == 2)&(df['B'] == 3)].index.tolist()

- sparrow

1

正是我所需要的，谢谢。 - cestpasmoi

2

查找其中某一列等于特定值的行：

df[df['column name'] == value]

要查找多个列等于不同值的行，请注意内部括号（）：

df[(df["Col1"] == Value1 & df["Col2"] == Value2 & ....)]

- user7437134

虽然这是一个正确的答案，但为您的代码添加上下文将使其他人更容易理解！还要注意OP可能正在考虑多列和值。 - moeabdol

1

使用字典的简单解决方案

def check_existance(dict_of_values, df):
    v = df.iloc[:, 0] == df.iloc[:, 0]
    for key, value in dict_of_values.items():
        v &= (df[key] == value)
    return v.any()

import pandas as pd
df = pd.DataFrame([[0,1],[2,3],[4,5]], columns=['A', 'B'])

this_row_exists = {'A':2, 'B':3}
check_existance(this_row_exists, df)
# True

this_row_does_not_exist = {'A':2, 'B':5}
check_existance(this_row_does_not_exist, df)
# False

- Lukas

0

一个适用于大型数据框的答案，因此您不需要手动检查每个列：

import pandas as pd
import numpy as np

#define variables
df = pd.DataFrame([[0,1],[2,3],[4,5]], columns=['A', 'B'])
a = np.array([2,3])

def check_if_np_array_is_in_df(df, a):
    # transform a into a dataframe
    da = pd.DataFrame(np.expand_dims(a,axis=0), columns=['A','B'])

    # drop duplicates from df
    ddf=df.drop_duplicates()

    result = pd.concat([ddf,da]).shape[0] - pd.concat([ddf,da]).drop_duplicates().shape[0]
    return result

print(check_if_np_array_is_in_df(df, a))
print(check_if_np_array_is_in_df(df, [1,3]))

- Yannick Pezeu

0

如果您想返回匹配发生的行：

resulting_row = df[(df['A'] == 2)&(df['B'] == 3)].values

- Kapil_Khatik

网页内容由stack overflow 提供, 点击上面的

可以查看英文原文，
原文链接

- Robin · Accepted Answer

原来这很容易，以下操作可以达到目的：

>>> ((df['A'] == 2) & (df['B'] == 3)).any()
True
>>> ((df['A'] == 1) & (df['B'] == 2)).any()
False

或许有人能提出更好的解决方案，允许直接传入数组和要匹配的列的列表。

请注意，围绕 df['A'] == 2 的括号是必需的，因为 & 运算符与 == 运算符的优先级一样强。