python - 删除两个数据集熊猫之间不匹配的行
问题描述
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。
解决方案
- 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")