比较两个不相等大小的 Dataframes 中 Pandas 中的列以进行条件检查

Question

我有两个pandas DF。大小不等。例如：

Df1
id     value
a      2
b      3
c      22
d      5 

Df2 
id     value
c      22
a      2

不，我想从 DF1 中提取与 DF2 中具有相同 ID 的行。现在我的第一个方法是运行 2 for 循环，类似：

x=[]
for i in range(len(DF2)):
    for j in range(len(DF1)):
        if DF2['id'][i] == DF1['id'][j]:
          x.append(DF1.iloc[j])

现在这没问题，但是对于一个 400,000 行和另一个 5,000 行的 2 个文件，我需要一种高效的 Pythonic+Pnadas 方式

Answer 1

您可以连接数据帧，然后检查所有元素是否都是 duplicated or not , then drop_duplicates 并只保留第一次出现的元素：

m = pd.concat((df1,df2))
m[m.duplicated('id',keep=False)].drop_duplicates()

  id  value
0  a      2
2  c     22

Answer 2

你可以试试这个：

df = df1[df1.set_index(['id']).index.isin(df2.set_index(['id']).index)]

Answer 3

import pandas as pd

data1={'id':['a','b','c','d'],
       'value':[2,3,22,5]}

data2={'id':['c','a'],
       'value':[22,2]}

df1=pd.DataFrame(data1)
df2=pd.DataFrame(data2)
finaldf=pd.concat([df1,df2],ignore_index=True)

concat后的输出

最终输出

finaldf.drop_duplicates()

    id  value
0   a   2
1   b   3
2   c   22
3   d   5

比较两个不相等大小的 Dataframes 中 Pandas 中的列以进行条件检查

Compare columns in Pandas between two unequal size Dataframes for condition check

python

loops

compare

data-files

pandas