Python从子集中查找对（对编号正在更改）

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，此特定文件的行数超过了200万行）：

d1=

我还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，指定0

注意，在df2的第2行中，两个个体的顺序是颠倒的。与d1中的主题2和主题3不同，d2中有主题3和主题2。然而，在我的情况下，我想将两者视为相同的。在本例中，我想为这些情况指定一个值1

最后，d1中有对不在d2中（对于每个事件，对于每个类别）。例如，对于事件3，df2中没有与Subject1和Subject2的配对（尽管df1中存在）。在这种情况下，在当前列下指定一个值=0。最终输出如下所示：

我对怎么做特别困惑。尤其是在这种情况下，分组可能会改变（主题1和主题2）与（主题2和主题1）

任何帮助都将不胜感激。提前打电话

---

如果我不清楚

请告诉我，使用indiv1和indiv2与

np.sort

一起创建密钥，然后使用

isin

（使用

d1.drop（'key'，1 inplace=True）将其删除

）

---

谢谢你的回答@Wen。当present的值应该为零时，我看到了两个1（第5行和第7行）。请注意，对于类别2中的事件3，我们不观察主题1和主题2。如何按事件和类别限制查找？在当前状态下，我认为查找是在整个数据集上进行的。我想看看类别1中的事件1是否存在受试者1和受试者4这对。如果我的问题有点困惑，请告诉我。我可以编辑我原来的问题。谢谢，普罗米修斯找到你了，一个sec@Prometheus检查更新，另外，我在这里创建新密钥是为了加快过程，通常我们可以使用

groupby

，但是由于您的d1很大，我认为创建新密钥更有效

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