比较2个数据框列并删除行

问题描述

我有2个长度不同的dataframes。我想比较并删除df1中的不可用值（rows）。

这里是一个例子：

df1 = pd.DataFrame({'Filename':['image1','image1','image2','image3'],'Name':['Dog','Cat','Cat'],'values':['2','3','4','5']  })

df2 = pd.DataFrame({'Filename':['image1','values':['5','6','7']  })

df1

Filename    Name    values

0   image1  Dog 2

1   image1  Cat 3

2   image2  Cat 4

3   image3  Cat 5

df2

Filename    Name    values

0   image1  Dog 5

1   image2  Cat 6

2   image3  Cat 7

我期望2个数据帧（df1和df2）具有相同的长度和相同的Filename和Name，如下所示。我的目标是将values和df1的{​​{1}}列与相同的df2和Filename进行比较。

Name

df1

Filename Name values 0 image1 Dog 2 2 image2 Cat 4 3 image3 Cat 5

df2

我尝试将每行与相应的df进行比较，如果不可用，请删除。 （显然这不是方法）

Filename    Name    values

0   image1  Dog 5

1   image2  Cat 6

2   image3  Cat 7

我还尝试实现groupby并与行进行比较，由于索引不同，因此遇到了for i,j in df1.iterrows(): for m,n in df1.iterrows(): if m['Filename'] == i['Filename']: if m['LabelName'] == i['LabelName']: pass else: print('delete') df2=df2.drop(i) df1=df1.sort_values('Filename') df2=df2.sort_values('Filename') break 。

有人可以帮我吗？我尝试搜索类似的问题，但没有遇到任何问题。

解决方法

一个不是Python的解决方案，但是它可以完成工作：

l1=[(df1.Filename.iloc[i],df1.Name.iloc[i]) for i in range(len(df1))]
l2=[(df2.Filename.iloc[i],df2.Name.iloc[i]) for i in range(len(df2))]
lfin=[i for i in l1 if i in l2]
   
for i in df1.index:
    if (df1.Filename.loc[i],df1.Name.loc[i]) not in lfin:
        df1.drop(i,inplace=True)

for i in df2.index:
    if (df2.Filename.loc[i],df2.Name.loc[i]) not in lfin:
        df2.drop(i,inplace=True)

,

嘿，我认为这个工作很好

df3 = df2.set_index('Filename')
df1[df1.apply(lambda x : df3.loc[x.Filename]['Name']== x.Name,axis =1 ) ]

如果您要丢失索引并重置索引，可以添加

df3 = df2.set_index('Filename')
df1[df1.apply(lambda x : df3.loc[x.Filename]['Name']== x.Name,axis =1 )  ].reset_index().drop('index',axis=1)