python - 如何在 pandas 数据框的子集中搜索出现值的行

Question

我有两个dataframes，例如

import pandas as pd
import numpy as np
from random import shuffle

df_data = pd.DataFrame(data=np.random.randint(low=0, high=10, size=(10,3)), columns=['A', 'B', 'C'])
keys = np.arange(0, 10)
shuffle(keys)
df_data['keys'] = keys

key_data = pd.DataFrame(data=np.reshape(np.arange(1,10), (3,3)), columns=['Key_col1', 'Key_col2', 'Key_col3'])
key_data['Timestamp'], key_data['Info'] = ['Mon', 'Wed', 'Fri'], [13, 2, 47]

返回的是这样的:

    A   B   C   keys
0   3   9   2   5
1   7   9   4   7
2   9   6   6   0
3   9   9   0   9
4   8   5   8   6
5   2   5   7   3
6   5   1   2   4
7   3   9   6   2
8   4   2   3   8
9   6   5   5   1

还有这个:

    Key_col1    Key_col2    Key_col3    Timestamp   Info
0       1           2           3            Mon    13
1       4           5           6            Wed    2
2       7           8           9            Fri    47

我想使用第一个数据框中的“keys”列来搜索第二个数据框中的唯一键列(即Key_col1， Key_col2, Key_col3)(因为“信息”列可能包含那么多键的值)。

然后，我会将列 Timestamp 和 Info 添加到匹配 key 的行。

第 0 行的预期输出是这样的:

    A   B   C  keys  Timestamp  Info
0   3   9   2    5      Wed       2

我的方法是首先将我的 key_df 的一个子集作为一个值:

key_data.iloc[:, 0:3] == 2

OUT
    Key_col1    Key_col2    Key_col3
0   False         True       False
1   False         False      False
2   False         False      False

在下一步中，我尝试使用 df.loc 仅返回出现值 True 的行

key_data.loc[:, key_data.iloc[:, 0:3] == 2]

但这会导致错误 ValueError: Cannot index with multidimensional key

有人可以帮我返回出现值 True 的行，以便我可以使用此索引来选择在何处追加我的数据吗？

谢谢

编辑:键是唯一的，并且所有键都恰好出现在 3 个键列中的 1 个中。

Answer 1

这对你有用，只需重命名列:

new_df = pd.merge(df_data, key_data, how= 'right', left_on=['keys','keys','keys'], right_on = ['Key_col1','Key_col2','Key_col3'])

new_df =new_df.dropna(axis=1, how='all')