查找多个 dataframe 列之间的公共元素

Question

希望你能帮助我。 我是python和pandas的新手，请多多包涵。 我正在尝试找到三个数据框之间的通用词，并且我正在使用 Jupiter Notebook。

举个例子：

df1=
A
dog
cat
cow 
duck
snake

df2=
A
pig
snail
bird
dog

df3=
A
eagle
dog 
snail
monkey

所有数据框中只有一列是 A。我想找到

例子：

鸭子是df1特有的，蜗牛是df2特有的，猴子是df3特有的。

我将下面的代码用于某些用途，但没有直接得到我想要的东西，

df1[df1['A'].isin(df2['A']) & (df2['A']) & (df3['A'])]

请让我知道我哪里出错了。 干杯

Answer 1

最简单的方法是使用set交集

list(set(df1.A) & set(df2.A) & set(df3.A))

['dog']

但是如果你有很多这些东西，我会使用functools reduce 。 同样的技术也可以与@cᴏʟᴅsᴘᴇᴇᴅ使用np.intersect1d一起使用。

from functools import reduce

list(reduce(set.intersection, map(set, [df1.A, df2.A, df3.A])))

['dog']

Answer 2

您当前的方法存在的问题是您需要链接多个isin调用。 更糟糕的是，你需要跟踪哪些数据帧是最大的，你叫isin在那一个。 否则，它不起作用。

为了简单np.intersect1d ，您可以使用np.intersect1d ：

>>> np.intersect1d(df3.A, np.intersect1d(df1.A, df2.A))
array(['dog'], dtype=object)

类似的方法使用functools.reduce + intersect1d by piRSquared ：

>>> from functools import reduce # python 3 only
>>> reduce(np.intersect1d, [df1.A, df2.A, df3.A])
array(['dog'], dtype=object)

Answer 3

您可以在pd.merge中使用how='inner'关键字参数。

例如，

dfs = [df1,df2,df3]

import functools as ft
df_common = ft.reduce(lambda left, right: pd.merge(left, right, on='A', how='inner'), dfs)

参考：