Les Pandas - intersection de deux trames de données basé sur les entrées de la colonne

Supposons que j'ai deux DataFrames comme suit:

>>dfA
             S                      T            prob
0        ! ! !                ! ! ! !   8.1623999e-05
1        ! ! !                ! ! ! "   0.00354090007
2        ! ! !                ! ! ! .   0.00210241997
3        ! ! !                ! ! ! ?  6.55684998e-05
4        ! ! !                  ! ! !     0.203119993
5        ! ! !                ! ! ! ”  6.62070015e-05
6        ! ! !                    ! !   0.00481862016
7        ! ! !                      !    0.0274260994
8        ! ! !                " ! ! !  7.99940026e-05
9        ! ! !                    " !  1.51188997e-05
10       ! ! !                      "  8.50678989e-05

>>dfB
             S                      T                                 knstats
0        ! ! !                ! ! ! !                 knstats=2,391,104,64,25
1        ! ! !                ! ! ! "                    knstats=4,391,6,64,2
2        ! ! !                ! ! ! .                    knstats=4,391,5,64,2
3        ! ! !                ! ! ! ?                    knstats=1,391,4,64,4
4        ! ! !                  ! ! !               knstats=220,391,303,64,55
5        ! ! !                    ! !               knstats=16,391,957,64,115
6        ! ! !                      !              knstats=28,391,5659,64,932
7        ! ! !                " ! ! !                    knstats=2,391,2,64,1
8        ! ! !                    " !                  knstats=1,391,37,64,13
9        ! ! !                      "     knstats=2,391,1.11721e+06,64,180642
10       ! ! !                    . "           knstats=2,391,120527,64,20368

Je veux créer un nouveau DataFrame qui est composé de lignes qui ont des "S" et "T" entrées dans les deux matrices, ainsi que le problème de colonne de dfA et la knstats colonne de dfB. Le résultat devrait ressembler à quelque chose comme ce qui suit, et il est important que l'ordre est le même:

             S                      T            prob                             knstats
0        ! ! !                ! ! ! !   8.1623999e-05             knstats=2,391,104,64,25
1        ! ! !                ! ! ! "   0.00354090007                knstats=4,391,6,64,2
2        ! ! !                ! ! ! .   0.00210241997                knstats=4,391,5,64,2
3        ! ! !                ! ! ! ?  6.55684998e-05                knstats=1,391,4,64,4
4        ! ! !                  ! ! !     0.203119993           knstats=220,391,303,64,55
5        ! ! !                    ! !   0.00481862016           knstats=16,391,957,64,115
6        ! ! !                      !    0.0274260994          knstats=28,391,5659,64,932
7        ! ! !                " ! ! !  7.99940026e-05                knstats=2,391,2,64,1
8        ! ! !                    " !  1.51188997e-05              knstats=1,391,37,64,13
9        ! ! !                      "  8.50678989e-05 knstats=2,391,1.11721e+06,64,180642

OriginalL'auteur Bib | 2014-11-14

  1. 24

    Vous pouvez les fusionner afin de:

    s1 = pd.merge(dfA, dfB, how='inner', on=['S', 'T'])

    À goutte NA lignes:

    s1.dropna(inplace=True)
    Je ne suis pas intéressé à tout simplement de les fusionner, mais en prenant l'intersection. C'est, si il y a une ligne où le 'S' et 'T' n'a pas de problème et knstats, je veux me débarrasser de cette ligne. Vous remarquerez que dfA et dfB ne correspondent pas exactement. Toutefois, cela semble être une bonne première étape. Comment puis-je tailler les lignes avec des valeurs NaN en soit prob ou knstats dans la matrice de sortie?
    Changé pour comment='intérieure", qui permettra de calculer l'intersection basé sur 'S' 'T'
    Aussi, vous pouvez utiliser dropna à déplacer lignes avec toute NaN. Édité ma réponse
    C'est une jointure, pas une intersection
    par définition: une intersection == égalité rejoindre sur toutes les colonnes

    OriginalL'auteur