Python panda 从另一个df中搜索df中的值

Question

我有两个数据框：-

Df1

Time   V1    V2
02:00  D3F3  0041
02:01  DD34  0040

Df2

 FileName  V1    V2
   1111.txt  D3F3  0041
   2222.txt  0000  0040

基本上我想比较 v1 v2 列，如果它们匹配打印来自 df1 的行时间和来自 df2 文件名的行。 到目前为止，我能找到的是

伊辛（）

，它只是给你一个 boolean output。

所以 output 将是：

1111.txt 02:00

我开始使用数据框，因为我虽然可以查询 V1 / V2 值上的两个 df，但我看不到方法。 任何指针将不胜感激

Answer 1

在您希望具有相同值的 dataframe 列上使用merge 。 然后，您可以删除具有 NaN 值的行，因为这些行没有匹配的值。 从那里，您可以打印合并的数据帧值，但您认为合适。

df1 = pd.DataFrame({'Time': ['8a', '10p'], 'V1': [1, 2], 'V2': [3, 4]})
df2 = pd.DataFrame({'fn': ['8.txt', '10.txt'], 'V1': [3, 2], 'V2': [3, 4]})

df1.merge(df2, on=['V1', 'V2'], how='outer').dropna()

=== Output：===

  Time  V1  V2      fn
1  10p   2   4  10.txt

Answer 2

最直观的解决方案是：1）迭代DF1中的V1列； 2）对于该列中的每一项，检查DF2的V1列中是否存在该项； 3）如果该项目存在于DF2的V1中，则在DF2中找到该项目的索引，然后您就可以找到文件名。

Answer 3

您可以尝试使用pd.concat 。

在这种情况下，它会像：

pd.concat([df1, df2.reindex(df1.index)], axis=1)

它将使用所有值创建一个新的 dataframe ，但如果两个数据帧中的某些值不匹配，它将返回NaN 。 如果你不希望这种情况发生，你必须使用这个：

pd.concat([df1, df4], axis=1, join='inner')

如果您想了解更多信息，请使用 pydata： https://pandas.pydata.org/pandas-docs/stable/user_guide/merging.html

Answer 4

您可以将合并选项与内部连接一起使用

    df2.merge(df1,how="inner",on=["V1","V2"])[["FileName","Time"]]

Answer 5

虽然我认为 Eric 的解决方案更 Pythonic，但如果您的唯一目标是打印 df1 和 df2 具有相同 v1 和 v2 值的行，只要两个数据帧的长度相同，您可以执行以下操作：

for row in range(len(df1)):
    if (df1.iloc[row,1:] == df2.iloc[row,1:]).all() == True: 
        print(df1.iloc[row], df2.iloc[row])

Answer 6

尝试这个：

client = boto3.client('s3')

obj = client.get_object(Bucket='', Key='')
data = obj['Body'].read()
df1 = pd.read_excel(io.BytesIO(data), sheet_name='0')
df2 = pd.read_excel(io.BytesIO(data), sheet_name='1')

head = df2.columns[0]
print(head)

data = df1.iloc[[8],[0]].values[0]
print(data)

print(df2)
df2.columns = df2.iloc[0]
df2 = df2.drop(labels=0, axis=0)
df2['Head'] = head
df2['ID'] = pd.Series([data,data])

print(df2)
df2.to_csv('test.csv',index=False)