如何将 pandas isin 用于多列

Question

I want to find the values of col1 and col2 where the col1 and col2 of the first dataframe are both in the second dataframe.

这些行应该在结果数据框中：

1. 披萨，男孩

2. 披萨，女孩

3. 冰淇淋，男孩

因为所有三行都在第一个和第二个数据框中。

我怎么可能做到这一点？我正在考虑使用 isin ，但是当我必须考虑多个列时，我不确定如何使用它。

原文由 Jun Jang 发布，翻译遵循 CC BY-SA 4.0 许可协议

Answer 1

对 col1 和 col2 执行 内部合并：

 import pandas as pd
df1 = pd.DataFrame({'col1': ['pizza', 'hamburger', 'hamburger', 'pizza', 'ice cream'], 'col2': ['boy', 'boy', 'girl', 'girl', 'boy']}, index=range(1,6))
df2 = pd.DataFrame({'col1': ['pizza', 'pizza', 'chicken', 'cake', 'cake', 'chicken', 'ice cream'], 'col2': ['boy', 'girl', 'girl', 'boy', 'girl', 'boy', 'boy']}, index=range(10,17))

print(pd.merge(df2.reset_index(), df1, how='inner').set_index('index'))

产量

            col1  col2
index
10         pizza   boy
11         pizza  girl
16     ice cream   boy

reset_index 和 set_index 调用的目的是保留 df2 的索引，如您发布的所需结果。如果索引不重要，那么

pd.merge(df2, df1, how='inner')
#         col1  col2
# 0      pizza   boy
# 1      pizza  girl
# 2  ice cream   boy

就足够了。

---

Alternatively, you could construct MultiIndex s out of the col1 and col2 columns, and then call the MultiIndex.isin method :

 index1 = pd.MultiIndex.from_arrays([df1[col] for col in ['col1', 'col2']])
index2 = pd.MultiIndex.from_arrays([df2[col] for col in ['col1', 'col2']])
print(df2.loc[index2.isin(index1)])

产量

         col1  col2
10      pizza   boy
11      pizza  girl
16  ice cream   boy

原文由 unutbu 发布，翻译遵循 CC BY-SA 3.0 许可协议