我想匹配python中的两个数据框列答案

【问题标题】：i want to match two dataframe columns in python我想匹配python中的两个数据框列
【发布时间】：2019-06-20 12:37:22
【问题描述】：

我有两个数据框 df1（35k 记录）和 df2（100k 记录）。在 df1['col1'] 和 df2['col3'] 我有唯一的 id。我想将 df1['col1'] 与 df2['col3'] 匹配。如果它们匹配，我想用另外一列更新 df1 ，例如 df1['Match'] 值为 true ，如果不匹配，则更新为 False 值。我只想将这个 TRUE 和 False 值映射到匹配和不匹配的记录。

我正在使用.isin()function，我得到了正确的匹配但不匹配计数但无法正确映射它们。

Match = df1['col1'].isin(df2['col3'])
df1['match'] = Match

我也使用了merge函数，通过传递参数how=right但没有得到结果。

【问题讨论】：

映射不正确是什么意思？使用您的语法，df1['match'] = df1['col1'].isin(df2['col3']) 似乎适用于您描述的目标。在df2['col3'] 中找到col1 值的df1 的行将为True，否则为False。
@kentwait 在完成df1['match'] = Match 之后，如果我有 10 条记录匹配。然后在 df1 中，它只是以串行方式更新，而不是它匹配的确切记录。
df1['col1'].isin(df2['col3']) 返回的行数等于df1 的行数，无论找到多少匹配的“True”记录。您可以尝试@crazyGamer 回答，但您的代码应该可以正常工作。也许还有其他问题。

标签： python pandas dataframe

【解决方案1】：

使用df.loc 索引：

df1['Match'] = False
df1.loc[df1['col1'].isin(df2['col3']), 'Match'] = True

【讨论】：

@crazyGamer- 谢谢它对我有用.. 我也可以为 True 案例映射 df2['col3'] 值吗？
是的，您可以为 df2 和 col3 重复此模式。它的工作原理是第一行创建一个新列并将所有值设置为 False。第二行使用布尔系列索引行，并将这些行设置为 True。

【解决方案2】：

您可以简单地执行以下操作：

df1['Match'] = df1['col1'].isin(df2['col3'])

例如：

import pandas as pd
data1 = [1,2,3,4,5]
data2 = [2,3,5]
df1 = pd.DataFrame(data1, columns=['a'])
df2 = pd.DataFrame(data2,columns=['c'])
print (df1)
print (df2)
df1['Match'] = df1['a'].isin(df2['c']) # if matches it returns True else False
print (df1)

输出：

  a
0  1
1  2
2  3
3  4
4  5

   c
0  2
1  3
2  5

   a  Match
0  1  False
1  2   True
2  3   True
3  4  False
4  5   True

【讨论】：

这与 OP 在没有中间变量的情况下发布的内容相同。 OP 肯定遇到了其他问题。
@Ranjith - 这也不起作用..在您的示例中，所有值都按排序顺序排列，如果未排序将不起作用..您共享的代码就是我已经在做。请检查我的代码