Python 如何让单词与之匹配'；让我们用熊猫计数

我有两个数据帧，比如

set1 = ['a','b','c','d','e','f','g','h','i','j']
set2 = ['a','b','b','c','c','f','h','j','k']

df1 = pd.DataFrame(set1, columns=['name'])
df2 = pd.DataFrame(set2, columns=['name'])

我想在没有forloop的情况下比较这两个数据帧，得到如下输出

df3 = ['a=1','b=2','c=2','f=1','h=1','j=1']

我可以用哪种方法获得这个输出？有什么例子吗。？？ 这里我只需要

df2

中在

df1

仅打印类似于

df3

我还需要得到计数（这在熊猫身上不可能没问题，我只需要一个类似

df3

的列表也可以

---

我使用了merge func，但它显示了内部、外部、左连接、右连接等方法，因此不知道哪种方法更适合这样做

使用

pandas.DataFrame.merge

和

值\u计数

：

df1.merge(df2, on="name")["name"].value_counts()

输出：

b    2
c    2
j    1
a    1
h    1
f    1
Name: name, dtype: int64

从itertools导入groupby
df1，df2=“”.join（df1），“.join（df2）
对于zip中的i，j（groupby（df1），groupby（df2））：
打印（ilen（列表（i）））

希望这有帮助

import pandas as pd
df1 = pd.DataFrame({'df1_col':['a','b','c','d','e','f','g','h','i','j']})
df2 = pd.DataFrame({'df2_col':['a','b','b','c','c','f','h','j','k']})

df2[df2['df2_col'].isin(df1['df1_col'])]['df2_col'].value_counts()

---

df1

和

df2

是列表，而不是数据帧。您试图获取的

df3

是什么？是的，兄弟，我刚刚删除了列名，我将更新它it@Sushanthout_1=df2[~df2['columne_1'].isin（df1['column_1'].unique（））]这个我试过了，但没用