数据帧与另一个重叠的子集[重复]

Question

对于以下两个数据帧：

df1 = pd.DataFrame({'name': pd.Series(["A", "B", "C"]), 'value': pd.Series([1., 2., 3.])})

     name  value
0    A    1.0
1    B    2.0
2    C    3.0

df2 = pd.DataFrame({'name': pd.Series(["A", "C", "D"]), 'value': pd.Series([1., 3., 5.])})

     name  value
0    A    1.0
1    C    3.0
2    D    5.0

我只想保留df2中name列中的值与df1的name列中的值重叠的行，即生成以下数据帧：

     name  value
0    A    1.0
1    C    3.0

我已经尝试了很多方法，但我对python和pandas还不熟悉，不喜欢R的语法。为什么这行代码不起作用，什么会起作用？

df2[df2["name"] in df1["name"]]

Answer 1

稍微不同的方法可能对您的实际数据有用，您可以使用内连接（交叉点）SQL。如果您的列在两个数据帧中没有重复，则更有用（例如，使用一些公共键合并两个不同的数据集）

df1 = pd.DataFrame({'name': pd.Series(["A", "B", "C"]), 'value': pd.Series([1., 2., 3.])})
df2 = pd.DataFrame({'name': pd.Series(["A", "C", "D"]), 'value': pd.Series([1., 3., 5.])})

# supposedly for the join you should be able to tell join on='<column_name>', 'name' here, 
# but wasn't working for me.
df1.set_index('name', inplace=True)
df2.set_index('name', inplace=True)

df1.join(df2, how='inner', rsuffix='_other')

#       value  value_other
# name                    
# A       1.0          1.0
# C       3.0          3.0

将how更改为outer将为您提供两者的交叉点，left仅用于df1行，right用于df2。

Answer 2

您可以使用isin：

print (df2[df2["name"].isin(df1["name"])])
  name  value
0    A    1.0
1    C    3.0

使用numpy.intersect1d的另一个更快的解决方案：

val = np.intersect1d(df2["name"], df1["name"])
print (val)
['A' 'C']

print (df2[df2.name.isin(val)])
  name  value
0    A    1.0
1    C    3.0