python - 将数据框与排序标准合并

Question

在previous question中，我问如何匹配此 DataFrame source 中的值:

     car_id     lat     lon
0    100        10.0    15.0
1    100        12.0    10.0
2    100        13.0    09.0
3    110        23.0    08.0
4    110        13.0    09.0
5    110        12.0    10.0
6    110        12.0    02.0
7    120        11.0    11.0
8    120        12.0    10.0
9    120        13.0    09.0
10   120        14.0    08.0
11   130        12.0    10.0

并仅保留那些坐标位于第二个 DataFrame coords 中的坐标:

     lat     lon
0    12.0    10.0
1    13.0    09.0

但这一次我想匹配每个得到的car_id:

• 来自坐标的所有值
• 顺序相同

因此生成的 DataFrame 结果 将是:

     car_id
1    100
2    120

# 110 has all the values from coords, but not in the same order
# 130 doesn't have all the values from coords

有没有办法以矢量化的方式实现这个结果，避免经历大量的循环和条件？

Answer 1

计划

• 我们将groupby 'car_id'并评估每个子集
• 在内部 合并之后，我们应该看到两件事
  1. 生成的合并数据框应具有与坐标相同的值
  2. 生成的合并数据框应涵盖所有内容

<小时/><小时/><小时/>

def duper(df):
    m = df.merge(coords)
    c = pd.concat([m, coords])
    # we put the merged rows first and those are
    # the ones we'll keep after `drop_duplicates(keep='first')`
    # `keep='first'` is the default, so I don't pass it
    c1 = (c.drop_duplicates().values == coords.values).all()

    # if `keep=False` then I drop all duplicates.  If I got
    # everything in `coords` this should be empty
    c2 = c.drop_duplicates(keep=False).empty
    return c1 & c2

source.set_index('car_id').groupby(level=0).filter(duper).index.unique().values

array([100, 120])

轻微替代

def duper(df):
    m = df.drop('car_id', 1).merge(coords)
    c = pd.concat([m, coords])
    c1 = (c.drop_duplicates().values == coords.values).all()
    c2 = c.drop_duplicates(keep=False).empty
    return c1 & c2

source.groupby('car_id').filter(duper).car_id.unique()