熊猫：当列值与另一个DF的列值匹配时，提取DF的行

Question

我有两个DF1和DF2，如下所述。 两个数据框的第一列“ POS”可能都有匹配项，但其他列将有所不同。 我想比较两个数据帧的“ POS”列，如果DF1的“ POS”值位于DF2的“ POS”列中，则我想将该行存储在新的DF1数据帧中，并对DF2进行相同操作。 我可以通过保留POS作为键并比较它们以获得相应的值来轻松地使用字典。 但是字典不会接受重复的“ POS”值，所以我想知道Pandas DF中是否有解决方案。

df1 = 
   POS   id    freq
0 100 "idex" 3.0
1 102 "ter" 2.0
2 102 "pec" 4.0
3 103 "jek" 4.0
4 104 "jek" 4.0


df2 = 
   POS   id    freq
0 100 "treg" 3.0
1 102 "dfet" 2.2
2 102 "idet" 7.0
3 108 "jeik" 1.0
4 109 "jek" 4.0

Expected:
new_df1 = 
   POS   id    freq
0 100 "idex" 3.0
1 102 "ter" 2.0
2 102 "pec" 4.0


new_df2 = 
   POS   id    freq
0 100 "treg" 3.0
1 102 "dfet" 2.2
2 102 "idet" 7.0

Answer 1

您可以对两个数据框使用isin ：

new_df1 = df1[df1.POS.isin(df2.POS)]

new_df2 = df2[df2.POS.isin(df1.POS)]

>>> new_df1
   POS    id  freq
0  100  idex   3.0
1  102   ter   2.0
2  102   pec   4.0
>>> new_df2
   POS    id  freq
0  100  treg   3.0
1  102  dfet   2.2
2  102  idet   7.0

Answer 2

我相信您正在描述经典的加入问题。 我建议使用.merge()方法：

df = pd.merge(df1, df2, how='left', on='POS')

这将返回一个以df1.POS作为索引的新数据帧。 来自df2的所有列都将位于df1中，但仅适用于匹配的POS值。 您可以在oder中使用how=参数来获得所需的内容。 有关更多信息，请参见sql连接的类型。