identifizieren, welche Zeilen in einem anderen Datenframe vorhanden sind

Question

Ich habe zwei Datenframes df1 und df2, die ich einige Zeilen teilen soll. Das heißt, für einige Indizes ist (i, j) _n df1.loc [i] == df2.loc [j] genau. Ich möchte diese Korrespondenz finden.

Dies war ein schwieriges Problem zu finden. Ich möchte nicht "manuell" nach jeder der Spalten für jede Zeile fragen, also habe ich nach etwas saubererem gesucht.

Dies ist das Beste, was ich habe, aber es ist nicht schnell. Ich hoffe, dass ein Guru mich in die richtige Richtung lenken kann.

matching_idx=[] 
for ix in df1.index: 
    match =df1.loc[ix:ix].to_dict(orient='list') 
    matching_idx.append(df2.isin(match).all(axis=1) ) 

Es wäre schön, die for-Schleife loszuwerden, aber ich bin mir nicht sicher, dass es möglich ist.

Answer 1

Angenommen, die Zeilen in jedem Datenrahmen sind eindeutig, können Sie die beiden Datenrahmen verketten und nach Duplikaten suchen.

df1 = pd.DataFrame({'A': ['a', 'b'], 'B': ['a', 'c']})  
df2 = pd.DataFrame({'A': ['c', 'a'], 'B': ['c', 'a']}) 

>>> df1 
    A B 
0 a a 
1 b c 

>>> df2 
    A B 
0 c c 
1 a a 

df = pd.concat([df1, df2]) 

# Returns the index values of duplicates in `df2`. 
>>> df[df.duplicated()] 
    A B 
1 a a 

# Returns the index value of duplicates in `df1`. 
>>> df[df.duplicated(keep='last')] 
    A B 
0 a a 

Answer 2

Sie können eine Zusammenführung tun, die auf allen Spalten verbindet:

match = df1.merge(df2, on=list(df1.columns))