我正在尝试查找 df2 中的“代码”出现在 df1 中任何“code1、code2、code3”列中的位置,并返回 df2 中匹配成功的行。
这是我的示例代码:
df1 = pd.DataFrame(
{
'terms' : ['term1','term2'],
'code1': ['1234x', '4321y'],
'code2': ['2345x','5432y'],
'code3': ['3456x','6543y']
}
)
df1 = df1[['terms'] + df1.columns[:-1].tolist()]
df2 = pd.DataFrame(
{
'name': ['Dan','Sara'],
'rate': ['3','3.5'],
'location': ['FL','OH'],
'code': ['4444g','6543y']
})
df2 = df2[['name','rate','location','code']]
#combining code1,code2,code3 into new column df1['allcodes']
df1['allcodes'] = df1[df1.columns[1:]].apply(lambda x: ','.join(x.dropna().astype(str)),axis=1)
print(df2[df2['code'].isin(df1['allcodes'])])
所需的结果将是 df2 中在 df1 中找到代码的行:
name rate location code
1 Sara 3.5 OH 6543y
结果是:
Empty DataFrame
Columns: [name, rate, location, code]
Index: []
为什么这会返回一个空数据框?
最佳答案
选项 1
np.in1d
不加区别地检查特定行的 df2.code
是否在 df1
df2[np.in1d(df2.code, df1[['code1', 'code2', 'code3']])]
name rate location code
1 Sara 3.5 OH 6543y
加快速度
df2[np.in1d(df2.code.values, df1[['code1', 'code2', 'code3']].values)]
选项 2
检查 df2.loc[x, 'code']
是否在 df1.loc[x]
我们使用 pd.DataFrame.eq
方法,因此我们可以传递 axis=0
参数来检查系列是否等于每一列。基本上,axis=0
意味着对齐索引(而不是列)。
df2[df1[['code1', 'code2', 'code3']].eq(df2.code, 0).any(1)]
name rate location code
1 Sara 3.5 OH 6543y
加快速度
df2[(df1[['code1', 'code2', 'code3']].values == df2['code'].values[:, None]).any(1)]
关于python-3.x - python / Pandas : why the empty dataframe when using isin?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/46477240/