python - 删除两个数据集熊猫之间不匹配的行

Question

我有 2 个非常大的数据集，每列 5 列（h、k、l、强度、sigma）。我想仅就 h、k、l 值逐行比较它们。然后我需要从每个数据集中删除不匹配的行，并只用具有相同 h、k、l 值的匹配行重写每个数据集。我正在使用 datacompy，但不确定如何继续获得最终输出。

标签： pythonpandasdataframecomparedrop

Answer 1

• 你真的在描述和内部连接（关系理论术语）
• 在熊猫merge()中，这是一个kind="inner"

df1 = pd.DataFrame(
    {
        "h": range(0, 100, 2),
        "k": range(0, 200, 4),
        "l": range(0, 400, 8),
        "intensity": np.random.uniform(1, 5, 50),
        "sigma": np.random.uniform(0, 1, 50),
    }
)

df2 = pd.DataFrame(
    {
        "h": range(0, 200, 4),
        "k": range(0, 400, 8),
        "l": range(0, 800, 16),
        "intensity": np.random.uniform(1, 5, 50),
        "sigma": np.random.uniform(0, 1, 50),
    }
)

# get intersecting rows... in this case 25
df1 = pd.merge(df1, df2.loc[:,["h","k","l"]], on=["h","k","l"], how="inner")

# get intersecting rows... again 25 rows
df2 = pd.merge(df1.loc[:,["h","k","l"]], df2, on=["h","k","l"], how="inner")