python - 我想在 csv 文件中搜索数据，其中数据取自 file1.csv 并使用 pandas 在 file2.csv 中搜索

Question

我在 file1.csv 中有一个数据列表(包含超过 1000 行)，使用该数据我必须在 file2.csv(包含超过 1700 行)中搜索，如果在 file1 中找到数据，则标记为 true。 csv 也是，我是 python 新手，如果有人帮助我，我将不胜感激。

文件1.csv

qwee
asdf
erttg
hrthr
rthtr
tjes
tykiut
fdh
yukyu

文件2.csv

fdh
gryj
uilyh
hrthr
yuhh
ljjj
qwee
erttg
rthtr

输出:

fdh     TRUE
gryj    FALSE
uilyh   FALSE
hrthr   TRUE
yuhh    FALSE
ljjj    FALSE
qwee    FALSE
erttg   TRUE
rthtr   TRUE



import numpy as np
import pandas as pd

filename = 'file2.csv'
df = pd.read_csv(filename)


found = df.apply(lambda row: row.astype(str).str.contains('hrthr').any(), axis=1)
print(found)

我得到以下输出:

0       False
1        True
2       False
3       False
4       False
        ...
1754    False
1755    False
1756    False
1757    False
1758    False
Length: 1759, dtype: bool

Answer 1

一个非常简单的方法就是检查 df1 中的 col 值是否存在于 df2 的值中:

重新创建数据集

df1 = pd.DataFrame([
    ['qwee'],['asdf'],['erttg'],['hrthr'],
    ['rthtr'],['tjes'],['tykiut'],['fdh'],
    ['yukyu']], columns=['col1']
)

df2 = pd.DataFrame([
    ['fdh'],['gryj'],['uilyh'],['hrthr'],
    ['yuhh'],['ljjj'],['qwee'],['erttg'],
    ['rthtr']], columns=['col2']
)

解决方案

df1['check'] = df1.col1.isin(df2.col2)

Out[1]:
    col1    check
0   qwee    True
1   asdf    False
2   erttg   True
3   hrthr   True
4   rthtr   True
5   tjes    False
6   tykiut  False
7   fdh     True
8   yukyu   False

已添加:鉴于您有相当多的行，性能不是问题:

%timeit df1['check'] = df1.col1.isin(df2.col2)

# 183 µs ± 1.01 µs per loop (mean ± std. dev. of 7 runs, 10000 loops each)