Python 有没有办法从不同的数据集中找出另一列中出现的每一列值？

我有两个数据集：dataset1和dataset2（提供了图像链接），它们有一个公共列，名为

SAX

，它是一个字符串对象

dataset1=
         SAX
0    glngsyu
1    zicobgm
2    eerptow
3    cqbsynt
4    zvmqben
..       ...
475  rfikekw
476  bnbzvqx
477  rsuhgax
478  ckhloio
479  lbzujtw

480 rows × 2 columns

及

每当

dataset1

的

SAX

列中的值存在于

dataset2的
SAX
列中时，我需要查找并打印时间戳。
是否有实现上述功能/方法

谢谢。
让我们创建一个任意数据集来展示它的工作原理：

将熊猫作为pd导入
将numpy作为np导入
def sax_发生器（数量）：
在范围（num）内返回[''''.join（chr（x）表示np.random.randint（97,97+26，size=4）]
df1=pd.DataFrame（sax_生成器（10），列=['sax']）
df2=pd.DataFrame（{'sax'：sax_生成器（10），'timestamp'：范围（10）}）

让我们看一下数据：

df1 = 
|    | sax   |
|---:|:------|
|  0 | cvtj  |
|  1 | fmjy  |
|  2 | rjpi  |
|  3 | gwtv  |
|  4 | qhov  |
|  5 | uriu  |
|  6 | kpku  |
|  7 | xkop  |
|  8 | kzoe  |
|  9 | nydj  |

df2 =
|    | sax   |   timestamp |
|---:|:------|------------:|
|  0 | kzoe  |           0 |
|  1 | npyo  |           1 |
|  2 | uriu  |           2 |
|  3 | hodu  |           3 |
|  4 | rdko  |           4 |
|  5 | pspn  |           5 |
|  6 | qnut  |           6 |
|  7 | gtyz  |           7 |
|  8 | gfzs  |           8 |
|  9 | gcel  |           9 |

现在确保我们在
df1
中的
df2
中有一些匹配值，我们可以稍后检查：

df2['sax'][2]=df1['sax'][5]
df2['sax'][0]=df1['sax'][8]

然后使用：

df2.loc[df1.sax.apply（lambda x:df2.sax.str.contains（x））.any（），'timestamp']

要获得：

|    |   timestamp |
|---:|------------:|
|  0 |           0 |
|  2 |           2 |

使用
np。其中
还可以获取索引：

np.where(df1.sax.apply(lambda x: df2.sax.str.contains(x)) == True)
# -> (array([5, 8]), array([2, 0]))

在这里，我们可以看到
df1
具有匹配的索引
[5,8]
，而
df2
具有
[2,0]
，这正是我们在上面几行中实施的。。。
如果我们查看
df1.sax.apply（lambda x:df2.sax.str.contains（x））
的返回，上面的结果与索引完全匹配（magic…whoo）：

步骤1：使用以下命令将数据集2转换为dict:
将numpy作为np导入
作为pd进口熊猫

a_dictionary = df.to_dict['list]

步骤2：在for循环中使用比较器提取时间戳。

lookup_value = "abcdef" #This can be a list item.

all_keys = []
for key, value in a_dictionary.items():
    if(value == lookup_value):
         all_keys.append(key)

print(all_keys)

第三步：享受吧
这是关于为什么不将数据作为图像的一个很好的讨论。@udkr：如果您觉得我的答案有帮助，如果您能将其标记为正确（单击勾号），我将不胜感激。谢谢大家!@Albo:是的，伙计，谢谢你的帮助，我会点击勾号。@Albo:嘿，如果我还需要数据集2的SAX，只要数据集1和2的SAX之间存在匹配怎么办？将
SAX
添加到
loc
的列部分，比如：
df2.loc[df1.SAX.apply（lambda x:df2.SAX.str.contains（x））.any（），['timestamp'，SAX']
a_dictionary = df.to_dict['list]

lookup_value = "abcdef" #This can be a list item.

all_keys = []
for key, value in a_dictionary.items():
    if(value == lookup_value):
         all_keys.append(key)

print(all_keys)