Python 当特定数量不在特定列中时，如何删除数据帧的行？

我有两个数据帧，有四列和两列。例如：

   A  B  C   D
0  4  2 320 700
1  5  7 400 800
2  2  6 300 550
3  4  6 100 300
4  5  2 250 360

及

我需要比较第一个数据帧和第二个数据帧，如果第二个数据帧中的A列和B列在第一个数据帧中的A列和B列中。 （顺序无关紧要。这意味着在第一行的第一个数据帧中，A是4，B是2，在第二个数据帧中，A是2，B是4，这并不重要，但两个数字都应该在列中）将整行保留在第一个数据帧中；否则，请删除该行。因此，输出将是：

   A  B  C   D
0  4  2 320 700
1  5  7 400 800
2  5  2 250 360

---

我怎样才能得到这个输出（我的实际数据帧太大了，不能遍历它们，所以需要一种快速有效的方法）？

我会先排序，然后使用带有指示器的

合并执行左外连接，以确定要保留哪些行。例如

u = df.loc[:, ['A', 'B']]
u.values.sort()     #  sort columns of `u` 
df2.values.sort()   #  sort columns of `df2`

df[u.merge(df2, how='left', indicator='ind').eval('ind == "both"').values]

   A  B    C    D
0  4  2  320  700
1  5  7  400  800
4  5  2  250  360

有关使用指示器连接的更多信息，请参见我的帖子：


如果不关心最终结果是否被排序，可以将其简化为内部联接

df[['A', 'B']] = np.sort(df[['A', 'B']])
df2[:] = np.sort(df2)

df.merge(df2, on=['A', 'B'])

   A  B    C    D
0  2  4  320  700
1  5  7  400  800
2  2  5  250  360

我将如何使用
frozenset
+
isin

yourdf=df[df[['A','B']].apply(frozenset,1).isin(df1.apply(frozenset,1))].copy()
   A  B    C    D
0  4  2  320  700
1  5  7  400  800
4  5  2  250  360

使用

输出

A   B   C   D
0   4   2   320 700
1   5   7   400 800
4   5   2   250 360

一个简单的内部联接在这里就足够了，还是我遗漏了什么？@Erfan它不会，因为在合并之前需要对列进行排序，同时我不希望最终输出也进行排序。@Erfan为了清晰起见进行了编辑。在第一个解决方案中，是否可以只使用
u
和
df2
的内部连接的索引进行切片？@cs95我尝试过，但它失败了，因为解决方案试图将
df.index
与布尔掩码的索引对齐。是的，考虑过这一点。这是一条很好的单行线，但速度很慢p@cs95是的，相当慢：-）我完全同意：-）@cs95为什么慢？请解释一下。这个解释将帮助我更好地学习python。谢谢。@mnm使用apply通常很慢，使用对象也很慢，因为代码无法矢量化。
arr = np.equal.outer(df, df2)
df.loc[arr.any(1).all(-1).any(-1)]

A   B   C   D
0   4   2   320 700
1   5   7   400 800
4   5   2   250 360