Question

现在我有两个数据框（data1和data2）

我想根据数据2和数据1中是否存在ID，在名为data1的数据框中打印一列字符串值。

我正在做的事情给了我一个布尔列表（True或False如果ID存在于两个数据帧中但不存在于字符串列中。

print(data2['id'].isin(data1.id).to_string())

产量

0      True
1      True
2      True
3      True
4      True
5      True

任何想法都会受到赞赏。

以下是data1

的示例

＆＃39; user_id＆＃39;，＆＃39; id＆＃39;，＆＃39; rating＆＃39;，＆＃39; unix_timestamp＆＃39;

196 242 3   881250949
186 302 3   891717742
22  377 1   878887116

data2包含这样的内容

＆＃39; id＆＃39;，＆＃39; title＆＃39;，＆＃39; release_date＆＃39;，＆＃39; video_release_date＆＃39;，＆＃39; imdb_url＆＃39;

37|Nadja (1994)|01-Jan-1994||http://us.imdb.com/M/title-exact?Nadja%20(1994)|0|0|0|0|0|0|0|0|1|0|0|0|0|0|0|0|0|0|0
38|Net, The (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Net,%20The%20(1995)|0|0|0|0|0|0|0|0|0|0|0|0|0|0|0|1|1|0|0
39|Strange Days (1995)|01-Jan-1995||http://us.imdb.com/M/title-exact?Strange%20Days%20(1995)|0|1|0|0|0|0|1|0|0|0|0|0|0|0|0|1|0|0|0

Answer 1

如果id的所有值都是唯一的：

我认为您需要merge加入inner。对于data2仅选择id列，on参数应省略，因为要加入所有列 - 此处仅id：

df = pd.merge(data1, data2[['id']])

样品：

data1 = pd.DataFrame({'id':list('abcdef'),
                      'B':[4,5,4,5,5,4],
                      'C':[7,8,9,4,2,3]})

print (data1)
   B  C id
0  4  7  a
1  5  8  b
2  4  9  c
3  5  4  d
4  5  2  e
5  4  3  f

data2 = pd.DataFrame({'id':list('frcdeg'),
                      'D':[1,3,5,7,1,0],
                      'E':[5,3,6,9,2,4],})

print (data2)
   D  E id
0  1  5  f
1  3  3  r
2  5  6  c
3  7  9  d
4  1  2  e
5  0  4  g

df = pd.merge(data1, data2[['id']])
print (df)
   B  C id
0  4  9  c
1  5  4  d
2  5  2  e
3  4  3  f

如果id在一个或另一个Dataframe中重复使用另一个答案，也会添加类似的解决方案：

df = data1[data1['id'].isin(set(data1['id']) & set(data2['id']))]

ids = set(data1['id']) & set(data2['id'])
df = data2.query('id in @ids')

df = data1[np.in1d(data1['id'], np.intersect1d(data1['id'], data2['id']))]

样品：

data1 = pd.DataFrame({'id':list('abcdef'),
                      'B':[4,5,4,5,5,4],
                      'C':[7,8,9,4,2,3]})

print (data1)
   B  C id
0  4  7  a
1  5  8  b
2  4  9  c
3  5  4  d
4  5  2  e
5  4  3  f

data2 = pd.DataFrame({'id':list('fecdef'),
                      'D':[1,3,5,7,1,0],
                      'E':[5,3,6,9,2,4],})

print (data2)
   D  E id
0  1  5  f
1  3  3  e
2  5  6  c
3  7  9  d
4  1  2  e
5  0  4  f

df = data1[data1['id'].isin(set(data1['id']) & set(data2['id']))]
print (df)
   B  C id
2  4  9  c
3  5  4  d
4  5  2  e
5  4  3  f

编辑：

您可以使用：

df = data2.loc[data1['id'].isin(set(data1['id']) & set(data2['id'])), ['title']]

ids = set(data1['id']) & set(data2['id'])
df = data2.query('id in @ids')[['title']]

df = data2.loc[np.in1d(data1['id'], np.intersect1d(data1['id'], data2['id'])), ['title']]

Answer 2

您可以计算两列的集合交集 -

ids = set(data1['id']).intersection(data2['id'])

或者，

ids = np.intersect1d(data1['id'], data2['id'])

接下来，查询/过滤掉相关的行。

data1.loc[data1['id'].isin(ids), 'id']

使用isin（）来确定应该打印的内容

2 个答案: