pandas 与多列比较，不包括索引

Question

我正在尝试测试键值对字典是否包含在具有与字典同名的列的 DataFrame 中。

例子：

df1 = pd.DataFrame({'A': [2,8,4,9,6], 'B': [7,1,8,3,5], 'C': [8,4,9,1,6], 'D': [7,8,9,1,2], 'E': [3,8,4,9,6]})

df1
    
    A   B   C   D   E
0   2   7   8   7   3
1   8   1   4   8   8
2   4   8   9   9   4
3   9   3   1   1   9
4   6   5   6   2   6

d = {'A': 9, 'B': 3, 'C': 1, 'D': 1, 'E': 9}

df2 = pd.DataFrame([d])

df2

    A   B   C   D   E
0   9   3   1   1   9

我想要的是一个语句，如果 df2 中的整行值与 df1 中的任何位置匹配，则返回 True。 我试过将 d 和 df2 传递给 .isin values 参数：

df1.isin(d)

导致错误。

TypeError: only list-like or dict-like objects are allowed to be passed to DataFrame.isin(), you passed a 'int'

使用 df2 时返回所有 False。

df1.isin(df2)

    A       B       C       D       E
0   False   False   False   False   False
1   False   False   False   False   False
2   False   False   False   False   False
3   False   False   False   False   False
4   False   False   False   False   False

我玩弄了pandas.DataFrame.isin文档中的最后一个示例，并意识到我对 df2 的测试失败了，因为索引不匹配（df1 中的 3 与 df2 中的 0）。

是否有一种简单的方法可以使用忽略索引的 isin 或其他一些不涉及将五个相等测试串在一起的方法来做到这一点？

Answer 1

这是你期望的吗？

>>> df1.eq(df2.values).all(axis=1).any()
True

你也可以直接使用d ：

>>> df1.eq(d).all(axis=1).any()
True