python - 在 pandas 中查找匹配的列，包括 NaN

Question

我有一个关于 pandas 的非常具体的问题。我有两个 DataFrame，都是二进制的:一个包含多个要匹配的模式，可以说:

0 : 1,NaN,1,Nan,Nan  
1 : Nan,1,1,Nan,Nan

以及包含实际数据记录的一个

0 : 1,0,0,1,0  
1 : 0,0,0,0,1  
2 : 1,0,1,0,0  

我想要执行一个操作来告诉我记录数据的哪些行与哪些规则匹配。在示例中，规则 0 将匹配记录 2。缺失值不必匹配任何内容，这就是我的问题:如果没有任何缺失值，我可以简单地使用 pd.merge(df1,df2,how="inner") ，但内部联接与 NaN 不匹配与任何东西。

是否有一个简单优雅的解决方案，无需执行所有循环？

编辑以添加(为了清楚起见):

这个:

0 : 1,1,NaN,NaN,NaN

应与以下两者匹配:

0 : 1,1,0,0,0
1 : 1,1,0,0,1 

Answer 1

如果是二进制，我们可以使用重复

df=pd.concat([df1.fillna(0),df2],keys=['df1','df2'])
df[df.astype(int).duplicated(keep=False)]
Out[37]: 
         1    2  3    4    5
df1 0  1.0  0.0  1  0.0  0.0
df2 2  1.0  0.0  1  0.0  0.0

编辑

dd=df1.stack().reset_index().groupby('level_0').level_1.apply(list).tolist()
dd
Out[67]: [['1', '3'], ['2', '3']]

df2.apply(lambda x : sum([all(x.loc[y]==1) for y in dd]),1 )

Out[78]: 
0    0
1    0
2    1
dtype: int64
df2[df2.apply(lambda x : sum([all(x.loc[y]==1) for y in dd]),1 )==1]
Out[80]: 
   1  2  3  4  5
2  1  0  1  0  0