在 pandas 数据框中查找具有相同列值的行 [英] Finding rows with same column values in pandas dataframe

问题描述

我有两个列大小不同的数据框，其中四个列在两个数据框中可以具有相同的值.我想在 df1 中创建一个新列，如果 df2 中有一行与 df1 中的一行具有相同的列A"、B"、C"和D"的值，则该列取值为 1.如果没有这样的行，我希望值为 0.行 'E' 和 'F' 对于检查值并不重要.

I have two dataframes with different column size, where four columns can have the same values in both dataframes. I want to make a new column in df1, that takes the value 1 if there is a row in df2 that has the same values for column 'A','B','C', and 'D' as a row in df1. If there isn't such a row, I want the value to be 0. Rows 'E' and 'F' are not important for checking the values.

是否有 Pandas 函数可以做到这一点，或者我必须在循环中做到这一点.

Is there a pandas function that can do this, or do I have to this in a loop.

例如:

df1 =
A    B    C    D    E    F
1    1    20   20   3    2
1    1    12   14   1    3
2    1    13   43   4    3
2    2    12   34   1    4

df2 =
A    B    C    D    E    
1    3    12   14   2    
1    1    20   20   4   
2    2    21   31   5    
2    2    12   34   8    

预期输出:

df1 =
A    B    C    D    E    F    Target
1    1    20   20   3    2    1
1    1    12   14   1    3    0
2    1    13   43   4    3    0
2    2    12   34   1    4    1

推荐答案

这相当简单.如果你检查两个 DataFrame 是否相等，它会检查每个元素是否等于各自的元素.

This is fairly simple. If you check whether two DataFrames are equal, it checks if each element is equal to the respective element.

col_list = ['A', 'B', 'C', 'D']
idx = (df1.loc[:,  col_list] == df2.loc[:,  col_list]).all(axis=1)

df1['new_row'] = idx.astype(int)

这篇关于在 pandas 数据框中查找具有相同列值的行的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！