比较两个具有不同列名的 Pandas 数据框并找到匹配项

Question

我有两个数据框：df1：A    B    C1    ss   1232    sv   2343    sc   333df2：A    dd   xc1    ss   123df2 将始终只有一行。如何检查df1中df2的那一行是否匹配？

Answer 1

使用 Numpy 比较与行np.all参数axis=1：

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['ss', 'sv', 'sc'], 'C': [123, 234, 333]})

df2 = pd.DataFrame({'A': [1], 'dd': ['ss'], 'xc': [123]})

df3 = df1.loc[np.all(df1.values == df2.values, axis=1),:]

要么：

df3 = df1.loc[np.all(df1[['B','C']].values == df2[['dd','xc']].values, axis=1),:]

print(df3)

   A   B    C

0  1  ss  123

Answer 2

除了 Sandeep 的回答之外，还可以：

df1[np.all(df1.values == df2.values,1)].any().any()

为了获得一个布尔值。

或者另一种方式：

df1[(df2.values==df1.values).all(1)].any().any()

要么：

pd.merge(df1,df2).equals(df1)

注意：两个输出 True

检查特定列（与 Sandeep 相同）：

df1[col].isin(df2[col]).any()

Answer 3

如何检查df1中df2的那一行是否匹配？

您可以对齐列，然后检查df1与唯一一行的相等性df2：

df2.columns = df1.columns

res = (df1 == df2.iloc[0]).all(1).any()  # True

这个解决方案的好处是你不是子集化df1（昂贵），而是构建一个布尔数据帧/数组（便宜）并检查是否至少一行中的所有值都是True.

这仍然不是特别有效，因为您正在考虑每一行df1而不是在满足条件时停止。特别是对于数字数据，有更有效的解决方案。