我有一个像这样的二维（或更多）熊猫DataFrame：
>>> import pandas as pd
>>> df = pd.DataFrame([[0,1],[2,3],[4,5]], columns=['A', 'B'])
>>> df
A B
0 0 1
1 2 3
2 4 5
现在，假设我有一个类似numpy的数组，np.array([2,3])并想检查是否有任何df与我的数组内容匹配的行。这里的答案显然应该是正确的，但是例如。np.array([1,2])应该返回false，因为没有行同时在A列和B列中都包含2。
当然这很容易，但是现在看不到。
事实证明，这确实很容易，以下是这里的工作：
>>> ((df['A'] == 2) & (df['B'] == 3)).any()
True
>>> ((df['A'] == 1) & (df['B'] == 2)).any()
False
也许有人想出了一个更好的解决方案，它允许直接传递数组和要匹配的列列表。
注意，圆括号df['A'] == 2不是可选的，因为&运算符的绑定强度与==运算符一样强。
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句