Python 如何根据熊猫中的某些条件将df1中的一行与df2中的其他行进行比较？

我有两个文件（有些行可能相同，有些行可能不同），其中包含如下数据-

PID,          STARTED,%CPU,%MEM,COMMAND
1,Wed Sep 12 10:10:21 2018, 0.0, 0.0,init
2,Wed Sep 12 10:10:21 2018, 0.0, 0.0,kthreadd

现在，我想对这些数据帧执行以下操作-

从df1中选择一行（比如R1）

迭代df2中的所有行，并检查是否与R1匹配

如果找到匹配项，则将其存储在单独的数据帧中，如果不匹配，则忽略它

因为文件有10000行。所以我通过python实现它，但没有得到正确的方法。

---

任何帮助都是可观的。

原始数据

第一个数据帧：

df = pd.DataFrame({
    'Started': [*np.repeat(pd.Timestamp(2018, 9, 12, 12, 12, 21), 2)],
    '%CPI': [0.0, 0.0],
    '%MEM': [0.0, 0.0],
    'COMMAND': ['init', 'kthreadd']
})

输出：

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init
1   2018-09-12 12:12:21 0.0 0.0 kthreadd

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init

第二数据帧：

df2 = pd.DataFrame({
    'Started': [pd.Timestamp(2018, 9, 12, 12, 12, 21), pd.Timestamp(2020, 9, 12, 12, 12, 21)],
    '%CPI': [0.0, 1.0],
    '%MEM': [0.0, 1.0],
    'COMMAND': ['init', 'different']
})

输出（第0行相同，第1行不同）：

---

回答

创建仅包含匹配行的新数据帧：

columns = df.columns.tolist()

matches = pd.merge(df, df2, left_on=columns, right_on=columns)

输出：

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init
1   2018-09-12 12:12:21 0.0 0.0 kthreadd

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init

---

原始数据

第一个数据帧：

df = pd.DataFrame({
    'Started': [*np.repeat(pd.Timestamp(2018, 9, 12, 12, 12, 21), 2)],
    '%CPI': [0.0, 0.0],
    '%MEM': [0.0, 0.0],
    'COMMAND': ['init', 'kthreadd']
})

输出：

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init
1   2018-09-12 12:12:21 0.0 0.0 kthreadd

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init

第二数据帧：

df2 = pd.DataFrame({
    'Started': [pd.Timestamp(2018, 9, 12, 12, 12, 21), pd.Timestamp(2020, 9, 12, 12, 12, 21)],
    '%CPI': [0.0, 1.0],
    '%MEM': [0.0, 1.0],
    'COMMAND': ['init', 'different']
})

输出（第0行相同，第1行不同）：

---

回答

创建仅包含匹配行的新数据帧：

columns = df.columns.tolist()

matches = pd.merge(df, df2, left_on=columns, right_on=columns)

输出：

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init
1   2018-09-12 12:12:21 0.0 0.0 kthreadd

    Started %CPI    %MEM    COMMAND
0   2018-09-12 12:12:21 0.0 0.0 init

---

可能重复的数据帧能否确认两个数据帧具有相同的列？@muzzyq感谢您的输入。是的，它在两个数据帧中有相同的列。可能的重复。您能确认两个数据帧具有相同的列吗？@muzzyq谢谢您的输入。是的，它在dataframe.muzzyq和dataframe.muzzyq中都有相同的列，它是否像步骤1和步骤2所解释的那样在内部工作？不，因为它不是一个迭代。然而，这种技术（内部联接）将更快地为您提供想要的结果：df1中与df2.muzzyq中的一行匹配的每一行，是否如步骤1和步骤2所述在内部工作？不，因为它不是迭代。然而，这种技术（内部联接）将更快地得到想要的结果：df1中的每一行都与df2中的一行匹配。