根据在另一个 dataframe 中匹配/包含特定列的值过滤 dataframe

Question

我有一个 df1，其中包含一个名为 Id 的列，而另一个 df2 具有一个名为 Test_Ids_flow 的列，其中包含许多 Id（一些包含在 df1 中，一些不包含）。 我只需要过滤掉 df2 中包含 df1 中的 Id 的那些行。

df = pd.DataFrame({'Id':["42","75","36","12"],
                    'Name':['Apple','Strawberry','Banana','Pear']})


df2 = pd.DataFrame({'Test_Ids_Flow':["42,4,6,10","4,8,3,9","4,8,5,75","1,6,12,90","5,36,10,94","6,4,3,60","18,25,65,72"]})

Answer 1

您可以尝试使用pd.DataFrame.str.split(',')获取 id 列表，然后使用pd.Series.isin和pd.Series.any()检查列表是否包含至少一个元素df.Id的：

mask=df2['Test_Ids_Flow'].str.split(',').apply(lambda x: df.Id.isin(x).any())
#Same as:   mask=[df.Id.isin(l).any()  for l in df2['Test_Ids_Flow'].str.split(',')]
  
df2[mask]

如同：

df2[df2.Test_Ids_Flow.str.split(',', expand=True).isin(df.Id.tolist()).any(1)]

Output：

 Test_Ids_Flow
0     42,4,6,10
2      4,8,5,75
3     1,6,12,90
4    5,36,10,94