Python从子集中查找对(对数正在变化)

Question

我有以下数据集:

d1 = {'Indiv1':['Subject1','Subject2','Subject1','Subject1','Subject2','Subject1','Subject1','Subject2'],
'Indiv2': ['Subject4','Subject3','Subject2','Subject4','Subject4','Subject2','Subject3','Subject3'],
'Event':['1','1','2','2','2','3','3','3'],
'Category':['1','2','1','1','1','2','2','2'],
'Variable1':['1','2','3','4','5','6','7','8'],
'Variable2':['12','11','10','9','8','7','6','5'],
'Variable3': ['-4','-3','-2','-1','0','1','2','3']}
d1 = pd.DataFrame(d1)  
d1=d1[['Indiv1','Indiv2','Event','Category','Variable1','Variable2','Variable3']]
d1

给出以下内容(在我的数据集中，这个特定文件超过 200 万行):

d1=

我有第二个较小的数据集(约 1500 行)，格式如下:

d2 = {'Indiv1': ['Subject1','Subject3','Subject1','Subject4','Subject2','Subject1','Subject1','Subject2'],
'Indiv2': ['Subject4','Subject2','Subject6','Subject1','Subject1','Subject8','Subject9','Subject113'],
'Event':['1','1','2','2','2','3','3','3'],
'Category':['1','2','1','1','1','2','2','2']}
d2 = pd.DataFrame(d2)
d2=d2[['Indiv1','Indiv2','Event','Category']]
d2

如下所示:

d2=

我需要做的是从第二个文件(d2)中查找每个类别中每个事件中的主题对。如果对于给定的事件 ID 和类别，d1 和 d2 中都存在该对，则将 1 分配给 df1 中的行。否则分配 0。

请注意，在 df2 的第 2 行中，两个个体的顺序颠倒了。在 d2 中，我们有主题 3 和主题 2，而不是 d1 中的主题 2 和主题 3。但是，就我而言，我想将两者视为相同。在本例中，我想为这些情况分配值 1。

最后，d1 中存在 d2 中没有的对(对于每个事件，每个类别)。例如，对于事件 3，df2 中不存在主题 1 和主题 2 的配对(尽管 df1 中存在该配对)。在这种情况下，请在存在的列下指定值 =0。最终输出将如下所示:

我尤其不知道该怎么做。特别是在分组可能发生变化(主题 1 和主题 2)与(主题 2 和主题 1)的情况下。

任何帮助将不胜感激。提前。

如果我不清楚，请告诉我

Answer 1

使用 indiv1 和 indiv2 与 np.sort 创建 key ，然后使用 isin(使用 d1.drop('key',1 删除它) inplace=True))

d2['key']=np.sort(d2.iloc[:,:2],axis=1).sum(1)+d2.Event.astype(str)
d1['key']=np.sort(d1.iloc[:,:2],axis=1).sum(1)+d1.Event.astype(str)
d1['persent']=d1.key.isin(d2.key).astype(int)
d1
Out[39]: 
     Indiv1    Indiv2 Event Category Variable1 Variable2 Variable3  \
0  Subject1  Subject4     1        1         1        12        -4   
1  Subject2  Subject3     1        2         2        11        -3   
2  Subject1  Subject2     2        1         3        10        -2   
3  Subject1  Subject4     2        1         4         9        -1   
4  Subject2  Subject4     2        1         5         8         0   
5  Subject1  Subject2     3        2         6         7         1   
6  Subject1  Subject3     3        2         7         6         2   
7  Subject2  Subject3     3        2         8         5         3   
                 key  persent  
0  Subject1Subject41        1  
1  Subject2Subject31        1  
2  Subject1Subject22        1  
3  Subject1Subject42        1  
4  Subject2Subject42        0  
5  Subject1Subject23        0  
6  Subject1Subject33        0  
7  Subject2Subject33        0