Pandas: Vérifier si la ligne existe avec certaines valeurs

J'ai un deux dimensions (ou plus) les pandas DataFrame comme ceci:

>>> 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

Maintenant, supposons que j'ai un tableau numpy comme np.array([2,3]) et que vous souhaitez vérifier si il y a une ligne dans df qui correspond avec le contenu de mon tableau. Ici, la réponse est évidemment vrai, mais par exemple. np.array([1,2]) doit retourner false comme il n'y a pas de ligne avec les deux 1 dans la colonne A et 2 dans la colonne B.

Sûr que c'est facile, mais ne pas le voir en ce moment.

il est à la fois une ligne et d'une colonne avec 1 , 2, afin que voulez-vous dire qu'il n'y en a pas?
Avez-vous essayé quelque chose comme df.isin([1,2])?? Il sera de sortie le booléens, vous devez trouver les lignes qui correspondent totalement et partiellement
Mais il n'y a aucune ligne qui contient un 1 dans la colonne A et 2 dans la colonne B. je suis à la recherche de la sémantique comme la clause where en SQL.

OriginalL'auteur Robin | 2014-07-15

  1. 35

    S'avère il est vraiment facile, la suite fait le travail ici:

    >>> ((df['A'] == 2) & (df['B'] == 3)).any()
True
>>> ((df['A'] == 1) & (df['B'] == 2)).any()
False

    Peut-être que quelqu'un arrive avec une meilleure solution qui permet directement de passage dans le tableau et la liste des colonnes de match.

    Notez que les parenthèses autour de df['A'] == 2 ne sont pas en option depuis le & opérateur se lie aussi solide que les == opérateur.

    La solution est bonne, cependant le rendement est vraiment mauvais quand vos données est énorme. Essayez ceci: df.loc[(df['A'] == 2) & (df['B'] == 3)]. Je l'ai testé sur un jeu de données ma solution de la performance d'918 ms, et l'on est 2.12 s.

    OriginalL'auteur Robin

  2. 7

    un moyen plus facile est:

    a = np.array([2,3])
(df == a).all(1).any()
    Cela ne fonctionne que si la dimension est la même, non? I. e. si la correspondance doit être basé sur les deux premières colonnes de cinq colonnes DataFrame, ne serait-ce pas un échec?
    c'est trivial. remplacer df avec df[df.columns[:2]]

    OriginalL'auteur acushner

  3. 2

    Si vous aussi vous voulez retourner l'index où les matchs s'est produite:

    index_list = df[(df['A'] == 2)&(df['B'] == 3)].index.tolist()

    OriginalL'auteur sparrow