Python Pandas : Merge or Filter DataFrame by Another. 有没有更好的方法？

Question

我有时会遇到的一种情况是，我有两个数据帧( df1 ， df2 )，我想根据 df3 和 df1 之间的多个列的交集创建一个新的数据帧( df2 )。

例如，我想通过按列 df3 和 df1 过滤 Campaign 来创建 Group。

import pandas as pd
df1 = pd.DataFrame({'Campaign':['Campaign 1', 'Campaign 2', 'Campaign 3', 'Campaign 3', 'Campaign 4'], 'Group':['Some group', 'Arbitrary Group', 'Group 1', 'Group 2', 'Done Group'], 'Metric':[245,91,292,373,32]}, columns=['Campaign', 'Group', 'Metric'])
df2 = pd.DataFrame({'Campaign':['Campaign 3', 'Campaign 3'], 'Group':['Group 1', 'Group 2'], 'Metric':[23, 456]}, columns=['Campaign', 'Group', 'Metric'])

df1

     Campaign            Group  Metric
0  Campaign 1       Some group     245
1  Campaign 2  Arbitrary Group      91
2  Campaign 3          Group 1     292
3  Campaign 3          Group 2     373
4  Campaign 4       Done Group      32

df2

     Campaign    Group  Metric
0  Campaign 3  Group 1      23
1  Campaign 3  Group 2     456

我知道我可以通过合并来做到这一点...

df3 = df1.merge(df2, how='inner', on=['Campaign', 'Group'], suffixes=('','_del'))
#df3
     Campaign    Group  Metric  Metric_del
0  Campaign 3  Group 1     292          23
1  Campaign 3  Group 2     373         456

但随后我必须弄清楚如何对以 drop 结尾的列进行 _del 处理。我猜是这样的:

df3.select(lambda x: not re.search('_del', x), axis=1)
##The result I'm going for but required merge, then select (2-steps)
     Campaign    Group  Metric
0  Campaign 3  Group 1     292
1  Campaign 3  Group 2     373

问题

我主要感兴趣的是返回仅根据 df1 的 df2 值过滤的 Campaign|Group。

1. 有没有更好的方法来返回 df1 而无需求助于 merge ？

2. 有没有一种方法可以实现 merge 但不将 df2 的列返回到 merge 而只返回 df1 的列？

Answer 1

假设您的 df1 和 df2 具有完全相同的列。您可以先将这些连接键列设置为索引，然后使用 df1.reindex(df2.index) 和进一步的 .dropna() 来生成交集。

df3 = df1.set_index(['Campaign', 'Group'])
df4 = df2.set_index(['Campaign', 'Group'])
# reindex first and dropna will produce the intersection
df3.reindex(df4.index).dropna(how='all').reset_index()

     Campaign    Group  Metric
0  Campaign 3  Group 1     292
1  Campaign 3  Group 2     373

编辑:

当键不唯一时使用.isin。

# create some duplicated keys and values
df3 = df3.append(df3)
df4 = df4.append(df4)

# isin
df3[df3.index.isin(df4.index)].reset_index()

     Campaign    Group  Metric
0  Campaign 3  Group 1     292
1  Campaign 3  Group 2     373
2  Campaign 3  Group 1     292
3  Campaign 3  Group 2     373