检查另一个数据帧中是否存在来自一个数据帧的值

I have 2 dataframes.

我有2个数据帧。

Df1 = pd.DataFrame({'name': ['Marc', 'Jake', 'Sam', 'Brad'] Df1 =
Df2 = pd.DataFrame({'IDs': ['Jake', 'John', 'Marc', 'Tony', 'Bob']

I want to loop over every row in Df1['name'] and check if each name is somewhere in Df2['IDs']

我想循环遍历Df1 ['name']中的每一行，并检查每个名字是否在Df2 ['IDs']中的某个位置

The result should return 1 if the name is in there, 0 if it is not like so:

如果名称在那里，结果应该返回1，如果不是这样，则返回0：

Marc  1 
Jake  1
Sam   0 
Brad  0

Thank you.

谢谢。

4 个解决方案

#1

Use isin

使用isin

Df1.name.isin(Df2.IDs).astype(int)

0    1
1    1
2    0
3    0
Name: name, dtype: int32

Show result in data frame

在数据框中显示结果

Df1.assign(InDf2=Df1.name.isin(Df2.IDs).astype(int))

   name  InDf2
0  Marc      1
1  Jake      1
2   Sam      0
3  Brad      0

In a Series object

在一个Series对象中

pd.Series(Df1.name.isin(Df2.IDs).values.astype(int), Df1.name.values)

Marc    1
Jake    1
Sam     0
Brad    0
dtype: int32

#2

This is one way. Convert to set for O(1) lookup and use astype(int) to represent Boolean values as integers.

这是一种方式。转换为设置为O（1）查找并使用astype（int）将布尔值表示为整数。

values = set(Df2['IDs'])

Df1['Match'] = Df1['name'].isin(values).astype(int)

#3

This should do it:

这应该这样做：

Df1 = Df1.assign(result=Df1['name'].isin(Df2['IDs']).astype(int))

#4

By using merge

通过使用合并

s=Df1.merge(Df2,left_on='name',right_on='IDs',how='left')
s.IDs=s.IDs.notnull().astype(int)
s
Out[68]: 
   name  IDs
0  Marc    1
1  Jake    1
2   Sam    0
3  Brad    0

#1