python - 删除与另一个数据帧交叉处丢失的数据帧行

Question

我有一个数据框，例如:

    name    value_1 ... value_n
1    a      11.5    ...  13.2
2    b      11.5    ...  17.9
3    a      10.0    ...  21.3
4    a      9.5     ...  11.1
5    b      10.0    ...  7.2
6    a      10.5    ...  3.0

我按名称分组，所以我现在有两个数据框:

    name    value_1 ... value_n
1    a      11.5    ...  13.2
3    a      10.0    ...  21.3
4    a      9.5     ...  11.1
6    a      10.5    ...  3.0

    name    value_1 ... value_n
2    b      11.5    ...  17.9
5    b      10.0    ...  7.2

然后，我只想保留 value_1 在两个数据帧中的条目。我不关心其他专栏。我的尝试:

1. 使用 isin -> 不起作用，因为它要求所有列包含相同的数据
2. 交集:pd.merge(group_a, group_b, how='inner', on=['value_1'])，这种方法有效，但结果是数据帧包含两者的列行合并，例如 value_n_x 和 value_n_y，这不符合我的需求

还有其他想法吗？

Answer 1

我想你可以尝试merge两个 df 的子集，例如:

print group_a
  name  value_1  value_n
1    a     11.5     13.2
3    a     10.0     21.3
3    a     10.0     21.3
4    a      9.5      1.1
6    a     10.5      3.0

print group_b
  name  value_1  value_n
2    b     11.5     17.9
5    b     10.0      7.2

print pd.merge(group_a[['value_1']], group_b[['value_1']], how='inner', on=['value_1'])
   value_1
0     11.5
1     10.0
2     10.0

第二种解决方案使用numpy.intersect1d和 loc与 isin :

inter = np.intersect1d(group_a['value_1'], group_b['value_1'])
print inter
[ 10.   11.5]

mask1 = group_a['value_1'].isin(inter)
mask2 = group_b['value_1'].isin(inter)

print group_a.loc[mask1]
  name  value_1  value_n
1    a     11.5     13.2
3    a     10.0     21.3
3    a     10.0     21.3

print group_b.loc[mask2]
  name  value_1  value_n
2    b     11.5     17.9
5    b     10.0      7.2