按行过滤数据框答案

【问题标题】：Filter dataframe by line row按行过滤数据框
【发布时间】：2018-08-13 17:39:22
【问题描述】：

您好，我是 Python 初学者，需要一些帮助。我正在尝试针对另一个数据框过滤一个数据框。

Df1

 date          emp#   sku     transaction#   
 2017-01-01    10     200     399              
 2017-01-01    10     201     399             
 2017-01-01    10     202     399             
 2017-01-01    11     203     399             
 2017-01-01    11     200     399

Df2

 date          emp#   sku     transaction#
 2017-01-01    10     200     301
 2017-01-01    11     200     301

想要的 Df1

 date          emp#   sku     transaction#
 2017-01-01    10     200     399
 2017-01-01    11     200     399

我知道这可以与内部联接（一个 emp# 和 sku）一起使用，但我会有错误的列，我该如何作为过滤器执行此操作？

【问题讨论】：

标签： python pandas filter merge

【解决方案1】：

使用merge 和on 参数：

Df1.merge(Df2, on=['date','emp#','sku'], suffixes=('','_y'))\
   .drop('transaction#_y', axis=1)

输出：

         date  emp#  sku  transaction#
0  2017-01-01    10  200           399
1  2017-01-01    11  200           399

【讨论】：

【解决方案2】：

这是没有pd.merge 的一种方法。这种方法的好处是您不必摆弄列名。

df2 = df2.set_index(['emp#', 'sku'])
df2['transaction#'] = df1.set_index(['emp#', 'sku'])['transaction#']
df2 = df2.reset_index()

#    emp#  sku        date  transaction#
# 0    10  200  2017-01-01           399
# 1    11  200  2017-01-01           399

【讨论】：

【解决方案3】：

您可以通过将所需列转换为字典并将方向设置为list 来对df2 进行过滤，然后使用isin 检入存在的值。最后，取每一行的min 以确保满足两个条件，即

False + False = False
False + True = False
True + False = False
True + True = True

cols = ['emp#','sku']
df1[df1[cols].isin(df2[cols].to_dict(orient='list')).min(1)]

         date  emp#  sku  transaction#
0  2017-01-01    10  200           399
4  2017-01-01    11  200           399

【讨论】：

【解决方案4】：

您需要一个看起来像这样的内部联接：保留仅在两者中的行：

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

【讨论】：

可能会在加入之前从 df2 中删除您不想要的列；这将防止使用错误的“sku”。