Python 如何对多个列使用isin

我想找到

col1

和

col2

的值，其中第一个数据帧的

col1

和

col2

都在第二个数据帧中

这些行应位于结果数据框中：

比萨饼，小子

披萨，女孩

冰淇淋，孩子

因为所有三行都在第一个和第二个数据帧中

我怎么可能做到这一点？我在考虑使用<代码> ISIN <代码>，但是当我必须考虑一个以上的列时，我不知道如何使用它。

< P>执行一个ON代码> COL1和<代码> COL2< /代码>：

import pandas as pd
df1 = pd.DataFrame({'col1': ['pizza', 'hamburger', 'hamburger', 'pizza', 'ice cream'], 'col2': ['boy', 'boy', 'girl', 'girl', 'boy']}, index=range(1,6))
df2 = pd.DataFrame({'col1': ['pizza', 'pizza', 'chicken', 'cake', 'cake', 'chicken', 'ice cream'], 'col2': ['boy', 'girl', 'girl', 'boy', 'girl', 'boy', 'boy']}, index=range(10,17))

print(pd.merge(df2.reset_index(), df1, how='inner').set_index('index'))

屈服

            col1  col2
index                 
10         pizza   boy
11         pizza  girl
16     ice cream   boy

         col1  col2
10      pizza   boy
11      pizza  girl
16  ice cream   boy

reset\u index

和

set\u index

调用的目的是将

df2

的索引保留为您发布的所需结果。如果索引不重要，则

pd.merge(df2, df1, how='inner')
#         col1  col2
# 0      pizza   boy
# 1      pizza  girl
# 2  ice cream   boy

就够了

---

或者，您可以从

col1

和

col2

列中构造，然后调用：

屈服

            col1  col2
index                 
10         pizza   boy
11         pizza  girl
16     ice cream   boy

         col1  col2
10      pizza   boy
11      pizza  girl
16  ice cream   boy

谢谢你！ 这里有一点更新

import pandas as pd
df1 = pd.DataFrame({'col1': ['pizza', 'hamburger', 'hamburger', 'pizza', 'ice cream'], 'col2': ['boy', 'boy', 'girl', 'girl', 'boy']}, index=range(1,6))
df2 = pd.DataFrame({'col1': ['pizza', 'pizza', 'chicken', 'cake', 'cake', 'chicken', 'ice cream'], 'col2': ['boy', 'girl', 'girl', 'boy', 'girl', 'boy', 'boy']}, index=range(10,17))
df1[df1.set_index(['col1','col2']).index.isin(df2.set_index(['col1','col2']).index)]

返回：

    col1    col2
1   pizza   boy
4   pizza   girl
5   ice cream   boy

---

如果您必须坚持使用

isin

或否定版本

~isin

。 您可以首先创建一个新列，将

col1

，

col2

串联在一起。然后使用

isin

过滤数据。代码如下：

import pandas as pd
df1 = pd.DataFrame({'col1': ['pizza', 'hamburger', 'hamburger', 'pizza', 'ice cream'], 'col2': ['boy', 'boy', 'girl', 'girl', 'boy']}, index=range(1,6))
df2 = pd.DataFrame({'col1': ['pizza', 'pizza', 'chicken', 'cake', 'cake', 'chicken', 'ice cream'], 'col2': ['boy', 'girl', 'girl', 'boy', 'girl', 'boy', 'boy']}, index=range(10,17))

df1['indicator'] = df1['col1'].str.cat(df1['col2'])
df2['indicator'] = df2['col1'].str.cat(df2['col2'])

df2.loc[df2['indicator'].isin(df1['indicator'])].drop(columns=['indicator'])

给

    col1    col2
10  pizza   boy
11  pizza   girl
16  ice cream   boy

如果这样做，请记住确保连接两列不会产生误报，例如

df1

中的

123

和

456

的连接以及

df2

中的

12

和

3456

的连接将匹配，即使它们各自的列不匹配。您可以通过附加

sep

参数来解决此问题

df1['indicator'] = df1['col1'].str.cat(df1['col2'], sep='$$$')
df2['indicator'] = df2['col1'].str.cat(df2['col2'], sep='$$$')

---

最好的方法是将dict传递给isin（）

正如建议的那样

文档还显示了如何传递字典的另一个示例