Python 从子集中查找对（对数正在变化）

Question

我有以下数据集：

d1 = {'Indiv1':['Subject1','Subject2','Subject1','Subject1','Subject2','Subject1','Subject1','Subject2'],
'Indiv2': ['Subject4','Subject3','Subject2','Subject4','Subject4','Subject2','Subject3','Subject3'],
'Event':['1','1','2','2','2','3','3','3'],
'Category':['1','2','1','1','1','2','2','2'],
'Variable1':['1','2','3','4','5','6','7','8'],
'Variable2':['12','11','10','9','8','7','6','5'],
'Variable3': ['-4','-3','-2','-1','0','1','2','3']}
d1 = pd.DataFrame(d1)  
d1=d1[['Indiv1','Indiv2','Event','Category','Variable1','Variable2','Variable3']]
d1

这给出了以下内容（在我的数据集中，这个特定文件有超过 200 万行）：

d1=

我有第二个较小的数据集（大约 1500 行），格式如下：

d2 = {'Indiv1': ['Subject1','Subject3','Subject1','Subject4','Subject2','Subject1','Subject1','Subject2'],
'Indiv2': ['Subject4','Subject2','Subject6','Subject1','Subject1','Subject8','Subject9','Subject113'],
'Event':['1','1','2','2','2','3','3','3'],
'Category':['1','2','1','1','1','2','2','2']}
d2 = pd.DataFrame(d2)
d2=d2[['Indiv1','Indiv2','Event','Category']]
d2

如下所示：

d2=

我需要做的是从第二个文件 (d2) 中查找每个类别中每个事件中的主题对。如果给定事件 id 和类别的对在 d1 和 d2 中都存在，则将 1 分配给 df1 中的行。否则赋值为 0。

请注意，在 df2 的第 2 行中，两个人的顺序是颠倒的。而不是 d1 中的主题 2 和主题 3，在 d2 中我们有主题 3 和主题 2。但是，在我的情况下，我想将两者视为相同。在这种情况下，我想为这些情况分配值 1。

最后，在 d1 中有一些在 d2 中没有的对（对于每个事件，对于每个类别）。例如，对于事件 3，df2 中没有 Subject1 和 Subject 2 的配对（尽管 df1 中存在这对）。在这种情况下，在当前列下分配一个值 =0。最终输出将如下所示：

我对如何做到这一点尤其感到困惑。尤其是在分组可能发生变化的情况下（主题 1 和主题 2）与（主题 2 和主题 1）。

任何帮助将不胜感激。提前 Ty。

如果我不清楚，请告诉我

Answer 1

通过使用带有np.sort 的indiv1 和indiv2 创建一个密钥，然后使用isin（使用d1.drop('key',1 inplace=True) 删除它）

d2['key']=np.sort(d2.iloc[:,:2],axis=1).sum(1)+d2.Event.astype(str)
d1['key']=np.sort(d1.iloc[:,:2],axis=1).sum(1)+d1.Event.astype(str)
d1['persent']=d1.key.isin(d2.key).astype(int)
d1
Out[39]: 
     Indiv1    Indiv2 Event Category Variable1 Variable2 Variable3  \
0  Subject1  Subject4     1        1         1        12        -4   
1  Subject2  Subject3     1        2         2        11        -3   
2  Subject1  Subject2     2        1         3        10        -2   
3  Subject1  Subject4     2        1         4         9        -1   
4  Subject2  Subject4     2        1         5         8         0   
5  Subject1  Subject2     3        2         6         7         1   
6  Subject1  Subject3     3        2         7         6         2   
7  Subject2  Subject3     3        2         8         5         3   
                 key  persent  
0  Subject1Subject41        1  
1  Subject2Subject31        1  
2  Subject1Subject22        1  
3  Subject1Subject42        1  
4  Subject2Subject42        0  
5  Subject1Subject23        0  
6  Subject1Subject33        0  
7  Subject2Subject33        0