在熊猫数据框的两列中找到相等的值

Question

这是我的数据框：

df = pd.DataFrame({'ma':['a', 'b', 'c', 'd'], 'freq1':[1,2,3,4], 'phd':['x', 'y', 'a','b'], 'freq2':[6,7,8,9]})

我想选择df中ma和phd具有共同值（即a和b ）的部分，这是我想要的结果：

  freq1  freq2 ma phd
0      1      8  a   a
1      2      9  b   b

Answer 1

因此，我认为您可以进行自我合并：

m=df.merge(df,left_on='ma',right_on='phd')
m.loc[:,['ma_x','freq1_x','freq2_y','phd_y']]

  ma_x  freq1_x  freq2_y phd_y
0    a        1        8     a
1    b        2        9     b

或者，将df分成两部分，然后在“ ma”和“ phd”上合并：

df1 = df[['ma', 'freq1']]
df2 = df[['phd', 'freq2']]
df1.merge(df2, left_on='ma', right_on='phd')

  ma  freq1 phd  freq2
0  a      1   a      8
1  b      2   b      9

Answer 2

只需使用pd.merge（）

final_res = pd.merge(df[['ma','freq1']],df[['phd','freq2']],left_on=['ma'],right_on=['phd'],how='inner')

print(final_res)
    ma  freq1  phd  freq2
0   a    1      a   8
1   b    2      b   9