python - Pandas 数据框选择基于其他数据框的列，其中包含列值

Question

我有两个数据框。这里是dwpjp.head()：

和ct_data.head()：

我想要两个新的数据框cct_data，并且dct_data来自ct_data. 如果数据帧中存在，则数据ct_data帧应在条件下拆分，然后放入，否则放入.jp_numberdwbjpcct_datadct_data

我试过这个常见的jp_number存在dwpjp：

cct_data = ct_data[ct_data.isin(dwpjp).any(1).values]

而对于另一个我否定了如下条件：

dct_data = ct_data[~[ct_data.isin(dwpjp).any(1).values]]

但结果没有得到如下。

cct_data

	imjp_number	imct_id
0	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62\|-vf6738ee3bed
1	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3\|54e2c39cd3

和dct_data：

注意：jpnumber=imjp_number。

score 3 · Accepted Answer

请注意以下事项：

isin想要值，但它被赋予了整个数据框：更改.isin(dwpjp)为.isin(dwpjp.jp_number)
在预先编辑的问题中，每一行dwpjp实际上是一个包含 1 个值的列表，而不仅仅是 1 个值。如果确实如此，那么.isin(dwpjp.jp_number)实际上需要另一个步骤：将值分解为.isin(dwpjp.jp_number.explode())
您的否定被错误地应用于列表：更改~[ct_data...]为~ct_data...

有了这些修复，它就在我的身边工作：

cct_data = ct_data[ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

	imjp_number	imct_id
1	57225427599900052634	aa0d2dac654d4154bf7c09f73faeaf62\|-vf6738ee3bed
3	50491824499499656478	__gbe204670ca784a01b7207b42a7e5a5d3\|54e2c39cd3

dct_data = ct_data[~ct_data.isin(dwpjp.jp_number.explode()).any(1).values]

score 0 · Accepted Answer

修改你的公式如下

cct_data = ct_data[ct_data.imjp_number.isin(dwpjp.jp_number)]

和

dct_data = ct_data[~ct_data.imjp_number.isin(dwpjp.jp_number)]

2 回答 2