检查一个数据框中的值是否存在于另一个数据框中

Question

我有 2 个数据框。

Df1 = pd.DataFrame({'name': ['Marc', 'Jake', 'Sam', 'Brad']
Df2 = pd.DataFrame({'IDs': ['Jake', 'John', 'Marc', 'Tony', 'Bob']

我想遍历Df1['name']每一行并检查每个名称是否在Df2['IDs']某处。

如果名称在那里，结果应该返回 1，如果不是这样，则返回 0：

Marc  1 
Jake  1
Sam   0 
Brad  0

谢谢你。

Answer 1

使用isin

Df1.name.isin(Df2.IDs).astype(int)

0    1
1    1
2    0
3    0
Name: name, dtype: int32

---

在数据框中显示结果

Df1.assign(InDf2=Df1.name.isin(Df2.IDs).astype(int))

   name  InDf2
0  Marc      1
1  Jake      1
2   Sam      0
3  Brad      0

---

在 Series 对象中

pd.Series(Df1.name.isin(Df2.IDs).values.astype(int), Df1.name.values)

Marc    1
Jake    1
Sam     0
Brad    0
dtype: int32

Answer 2

这应该这样做：

Df1 = Df1.assign(result=Df1['name'].isin(Df2['IDs']).astype(int))

Answer 3

通过使用merge

s=Df1.merge(Df2,left_on='name',right_on='IDs',how='left')
s.IDs=s.IDs.notnull().astype(int)
s
Out[68]: 
   name  IDs
0  Marc    1
1  Jake    1
2   Sam    0
3  Brad    0

Answer 4

这是一种方式。 转换为 O(1) 查找设置并使用astype(int)将布尔值表示为整数。

values = set(Df2['IDs'])

Df1['Match'] = Df1['name'].isin(values).astype(int)

Answer 5

嗨 qq 当 DF1 的名称列中有重复值时会发生什么。 例如：如果 Marc 在 DF2 中被列出两次，结果表中的列 InDF2 会将其标记为 2 还是仅标记 1？ 我有一个类似的问题，它只是将其标记为 1。

谢谢