Numpy 匹配表中多个列的组合

我正在读一个表格，在我们进一步处理它之前，它的所有值都必须经过验证。有效值存储在与主表匹配的另一个表中。验证标准是匹配以下几列：

Table 1 (the main data we read in)

Name --- Unit --- Age --- Address --- Nationality

上面显示了我们从表中读取的列名，另一个表包含上述列的有效值。当我们只在主表中寻找有效值时，我们必须考虑主数据表中的列的组合，例如名称-单元-AGE。如果列组合的特定行中的所有值与另一个表匹配，则我们保留该行，否则将删除该行

我如何用Numpy解决这个问题

---

谢谢

您可以在行中循环。一个简单的方法是：

dummy_df = table_df ## make a copy of your table, since we are deleting rows we want to have the original df saved.

relevant_columns = ['age','name','sex',...] ## define relevant columns, in case either dataframe has columns you dont want to compare on

for indx in dummy_df.index :

    ## checks if any row is identical, if so, drops it.

    if ((np.array(dummy_df.loc[indx][relevant_columns]) == main_df[relevant_columns].values).sum(1) == len(relevant_columns)).sum() > 0:

        dummy_df = dummy_df .drop(indx)

ps：我假设数据是熊猫数据帧格式
希望有帮助：）

ps2：如果标题/列有不同的名称，它将不起作用