Python 从多个列中查找

我有两个数据帧df1和df2，如下所示：

df1：

df2：

我想要一个新的数据帧df3，在这里我想要在df2中搜索df1的值。如果该值出现在df2中，我想在df1中添加一个新列，返回True/False，如下所示

df3：

试试这个：

df3 = df1[['a']].copy()
df3['v'] = df3['a'].isin(set(df2.values.ravel()))

上述守则将：

使用

df1

中的列“a”创建新的数据帧

创建一个布尔列“v”，通过

set

和测试列“a”的每个值与

df2

中的值的存在性

用于新的

数据帧

，并将所有值转换为扁平化数组，为提高性能，可以只检查值，也可以通过以下方式检查：

---

@阿姆鲁莎-很高兴能帮上忙！我想从“a”和“b”两列中搜索如果我的答案有帮助，不要忘记它-单击答案旁边的复选标记（

v

）将其从灰色变为填充。谢谢

a   b
T11552  T11555
T11560  T11559
T11566  T11562
T11568  T11565
T11569  T11560
T11590  T11594
T11604  T11610
T11621  T11625
T11633  T11631
T11635  T11634
T13149  T13140

a   v
T11552  TRUE
T11559  TRUE
T11566  TRUE
T11567  FALSE
T11569  TRUE
T11594  TRUE
T11604  TRUE
T11625  TRUE
T11633  TRUE
T11634  TRUE

df3 = df1[['a']].copy()
df3['v'] = df3['a'].isin(set(df2.values.ravel()))

df3 = df1.assign(v = lambda x: x['a'].isin(np.unique(df2.values.ravel())))
#alternative solution
#df3 = df1.assign(v = lambda x: np.in1d(x['a'], np.unique(df2[['a','b']].values.ravel())))

#if need specify columns in df2 for check
df3 = df1.assign(v = lambda x: x['a'].isin(np.unique(df2[['a','b']].values.ravel())))
print (df3)
        a      v
0  T11552   True
1  T11559   True
2  T11566   True
3  T11567  False
4  T11569   True
5  T11594   True
6  T11604   True
7  T11625   True