Python 比较由重复数据组成的两个数据帧之间的数据，并执行一些操作

POID列下的数据是唯一的，不会重复。（数据帧名称为df1）

另一方面，以下数据帧可以重复POID

我的主要目标是，如果在df1中找不到POID，则删除df2中的POID。我怎样才能最有效地处理它

为了便于测试，我添加了两个独立的虚拟数据帧

data1 = {'userid': [1, 2, 5, 5, 7, 10, 10, 10, 15, 15], 
         'checkinid': [100, 120, 90, 95, 100, 130, 90, 80, 200, 120]}

data2 = {'checkinid': [100, 120, 90, 95], 
         'latitude': [-90, -92, 48, 52],
         'longitude': [42, 54, 51, -27]}

在这些示例中，两个数据帧上的一些checkinid是不同的

根据data1的虚拟数据集预期输出

expectingoutput= {'userid': [1, 2, 5, 5, 7, 10, 15], 
                  'checkinid': [100, 120, 90, 95, 100,90,120]}

---

基于您添加的数据。最快的解决方法是合并两个数据帧，检查NAN的位置（这将指向未找到的键），然后过滤掉它们：

以下是如何做到这一点：

data1 = {'userid': [1, 2, 5, 5, 7, 10, 10, 10, 15, 15], 
         'checkinid': [100, 120, 90, 95, 100, 130, 90, 80, 200, 120]}

data2 = {'checkinid': [100, 120, 90, 95], 
         'latitude': [-90, -92, 48, 52],
         'longitude': [42, 54, 51, -27]}

expectingoutput= {'userid': [1, 2, 5, 5, 7, 10, 15], 
                  'checkinid': [100, 120, 90, 95, 100,90,120]}

# Create df1
df1 = pd.DataFrame(data1)
df1

---

检查

isin

：df2[df2.index.isin（df1['poid']）”`。感谢您的建议，我添加了虚拟数据集。isin函数生成假值，即使它在其他数据帧中是相同的数据。它无法检测索引位置何时不同确保数据类型相同，例如

str

vs

int

。

# Create df2
df2 = pd.DataFrame(data2)
df2

# Merge both dataframes using using the key checkinid 
merged_df = df1.merge(df2, how='left', on=['checkinid'])
merged_df

# Find those rows where NaNs are present and remove them from the original DataFrame
df1[~merged_df.isna().any(axis=1)]