我有一个熊猫数据框df1：
现在，我想根据来自另一个数据帧df1的唯一组合过滤行，如下所示：(Campaign, Merchant)df2
我尝试的是使用.isin，其代码类似于以下代码：
df1.loc[df1['Campaign'].isin(df2['Campaign']) &
df1['Merchant'].isin(df2['Merchant'])]
这里的问题是条件是独立的，例如：我想检查(A,1)fromdf2是否在df1，但是在上述条件下，由于我正在检查所有列表，而不是逐行检查，它将返回列为OR列df1的所有行是。CampaignAMerchant1
你对这个多重熊猫过滤有什么建议吗？
有点晚了，但我首选的解决方案是
# verbetim from @tuomastik
import pandas as pd
df1 = pd.DataFrame({"Random numbers 1": pd.np.random.randn(6),
"Campaign": ["A"] * 5 + ["B"],
"Merchant": [1, 1, 1, 2, 3, 1]})
df2 = pd.DataFrame({"Random numbers 2": pd.np.random.randn(6),
"Campaign": ["A"] * 2 + ["B"] * 2 + ["C"] * 2,
"Merchant": [1, 2, 1, 2, 1, 2]})
# modification
def pair_columns(df, col1, col2):
return df[col1] + df[col2]
def paired_mask(df1, df2, col1, col2):
return pair_columns(df1, col1, col2).isin(pair_columns(df2, col1, col2))
identical = df1.loc[paired_mask(df1, df2, "Campaign", "Merchant")]
import pandas as pd
df1 = pd.DataFrame({"Random numbers 1": pd.np.random.randn(6),
"Campaign": ["A"] * 5 + ["B"],
"Merchant": [1, 1, 1, 2, 3, 1]})
df2 = pd.DataFrame({"Random numbers 2": pd.np.random.randn(6),
"Campaign": ["A"] * 2 + ["B"] * 2 + ["C"] * 2,
"Merchant": [1, 2, 1, 2, 1, 2]})
columns_consider = ["Campaign", "Merchant"]
combined = pd.concat((df1[columns_consider].drop_duplicates(),
df2[columns_consider].drop_duplicates()), ignore_index=True)
identical = combined[combined.duplicated()]
print(identical)
输出：
Campaign Merchant
4 A 1
5 A 2
6 B 1
我总是这样做的方法是创建一个查找列：
df1['lookup'] = df1['Campaign'] + "_" + df1['Merchant'].astype(str)
df2['lookup'] = df2['Campaign'] + "_" + df2['Merchant'].astype(str)
然后使用 loc 过滤并删除查找列：
df1.loc[df1['lookup'].isin(df2['lookup'])]
df1.drop(columns='lookup', inplace=True)
我仍在寻找更好的解决方案。