Pandas：根据子集在另一个数据框中查找重复项答案

【问题标题】：Pandas: find duplicates in another dataframe based on a subsetPandas：根据子集在另一个数据框中查找重复项
【发布时间】：2020-07-04 01:03:20
【问题描述】：

假设 DF 1：

还有 DF 2

我想根据列的子集向 DF 1 添加一列，其中包含 DF 2 中的重复计数：

例如

复制

结果：

   A  B  C  Dupe
0  1  1  1   1
1  1  1  2   1
2  2  1  1   1
3  1  9  0   2
4  9  9  9   0

【问题讨论】：

为什么 1 1 1 返回 1 和 1 9 0 返回 2 ？
因为 DF2 中有 2 行具有 A:1 B:9，而 DF2 中有 1 行具有 A:1 B:1
我有两个数据源 - 并希望确保我可以在 DF2 中找到 DF1 中的行，但只能在某些列上找到

标签： python pandas duplicates subset

【解决方案1】：

听起来你应该 groupby 由 df2 然后 merge

df=df1.merge(df2.groupby(['A','B']).size().to_frame('DUP').reset_index(),how='left').fillna(0)
   A  B  C  DUP
0  1  1  1  1.0
1  1  1  2  1.0
2  2  1  1  1.0
3  1  9  0  2.0
4  9  9  9  0.0

【讨论】：

效果很好 - 如果其中一列是浮点数并且我想要一个小的容差怎么办？
@RML 然后你需要检查 merge_asof ~
添加了一个列 astype('float').round(0) 然后在其上合并，然后 drop 效果很好，非常感谢！