从 Pandas DataFrame 中选择与另一个 DataFrame 中的列值完全相同的行

发布于 2025-01-15 23:48:57 字数 507 浏览 0 评论 0原文

假设我有下面的第一个 pandas DataFrame:

    A      B      ID
0  22.0    male   12
1  38.0  female   34
2  26.0  female   44
3  35.0  female   04
4  35.0    male   78

第二个 pandas DataFrame 是:

    C   D   ID
0  xx  xx   12
2  xx  xx   44
4  xx  xx   78

我希望输出如下:

    A      B      ID
0  22.0    male   12
2  26.0  female   44
4  35.0    male   78

我只想从第一个 DataFrame 中选择与第二个 DataFrame 中出现的 ID 相同的行。

做到这一点最有效的方法是什么?

Say I have the first pandas DataFrame below:

    A      B      ID
0  22.0    male   12
1  38.0  female   34
2  26.0  female   44
3  35.0  female   04
4  35.0    male   78

The second pandas DataFrame is:

    C   D   ID
0  xx  xx   12
2  xx  xx   44
4  xx  xx   78

I want the output be like:

    A      B      ID
0  22.0    male   12
2  26.0  female   44
4  35.0    male   78

which I only want to select rows from the first DataFrame that has the same ID appeared in the second DataFrame.

What is the most efficient way to do this?

如果你对这篇内容有疑问,欢迎到本站社区发帖提问 参与讨论,获取更多帮助,或者扫码二维码加入 Web 技术交流群。

扫码二维码加入Web技术交流群

发布评论

需要 登录 才能够评论, 你可以免费 注册 一个本站的账号。

评论(1

淡笑忘祈一世凡恋 2025-01-22 23:48:57

只需使用 isin

>>> df1[df1['ID'].isin(df2['ID'])]
      A       B  ID
0  22.0    male  12
2  26.0  female  44
4  35.0    male  78

合并 : (更喜欢isin

>>> df1.merge(df2['ID'])
      A       B  ID
0  22.0    male  12
1  26.0  female  44
2  35.0    male  78

Just use isin:

>>> df1[df1['ID'].isin(df2['ID'])]
      A       B  ID
0  22.0    male  12
2  26.0  female  44
4  35.0    male  78

Or merge: (prefer isin)

>>> df1.merge(df2['ID'])
      A       B  ID
0  22.0    male  12
1  26.0  female  44
2  35.0    male  78
~没有更多了~
我们使用 Cookies 和其他技术来定制您的体验包括您的登录状态等。通过阅读我们的 隐私政策 了解更多相关信息。 单击 接受 或继续使用网站,即表示您同意使用 Cookies 和您的相关数据。
原文