检查一列中的值是不是存在于另一列中，如果存在，则将另一列中的值复制到新列中

Posted 2023-03-31

【中文标题】检查一列中的值是不是存在于另一列中，如果存在，则将另一列中的值复制到新列中

【英文标题】：Check if a value in a column exists in another column, if so, copy value from another column into a new column检查一列中的值是否存在于另一列中，如果存在，则将另一列中的值复制到新列中

【发布时间】：2021-12-29 11:57:00

【问题描述】：

我有一个包含 [ID] [Number1] [Number2] 列的 csv 文件

现在我想检查 [Number1] 是否存在于 [Number2] 中，如果存在，我想将 [ID] 的值复制到新列 [ID2] 中。 我试过 np.where [Number1] == [Number2] 但这不是我想要的输出，因为这是逐行检查值。我希望脚本做的是检查 [Number1] 的值是否存在于整个 [Number2] 中。

有点像某种 for 循环，其中循环 [Number1] 的第 1 行，直到整个 [Number2] 列完成，然后它移动到下一行。这意味着如果 [Number1] 的第 1 行是 50131，而 [Number2] 的第 5555 行是 50131，那么我希望将第 1 行的 [ID] 作为 [ID2] 复制到第 5555 行。

如果该值不存在，我想在行中打印“No Match”字符串。

输入：

ID	Number1	Number2
9991	123	678
9992	321	321
9993	543	123
9994	678	543
9995	921	001

预期结果：（比较 Number1 和 Number2 时）

ID	Number1	Number2	ID2
9991	123	678	9994
9992	321	321	9992
9993	543	123	9991
9994	678	543	9993
9995	921	001	'NO MATCH'

【参考方案1】：

您可以通过两次合并获得所需的结果。一次获得 Number1 IDs 其中 Number2 匹配，然后将这些 IDs 与 Number2 合并以获得所需的结果。

connecting_ids = (df[['ID', 'Number1']]
          .merge(df[['Number2']], 
                 how='inner', 
                 left_on='Number1', 
                 right_on='Number2')
          .drop('Number1', axis=1)
          .rename(columns='ID': 'ID2')
)

(df.merge(connecting_ids, 
      how='left', 
      on='Number2')
  .fillna('NO MATCH')
)

【参考方案2】：

假设以下数组：

ID = np.array([9991,9992,9993,9994,9995])
Number1 = np.array([123,321,543,678,921])
Number2 = np.array([678,321,123,543,1])

通过使用高级索引，您可以重新排列 ID2：

filled = np.isin(Number2, Number1)
ID2 = np.full(np.shape(ID), 'No Match')

idx = np.where(Number1[None, :] == Number2[:, None])[1]
ID_arr = ID[idx]

ID2[filled] = ID_arr

这将得到ID2 的以下结果：

['9994' '9992' '9991' '9993' 'No Match']

【讨论】：

感谢您的解决方案，这是我的目标，但是 - 请原谅我的初学者，但是如果数据实际上位于单个数据帧中，这将如何转换？我意识到我忘了在我的问题中指出这一点。当我试图通过这样做进行复制时： df['ID2'] = np.where(df['Number1'][None,:]==df['Number2'][:,None])[1] 我得到一个错误：值的长度（125）与索引的长度（200）不匹配

你将如何做到这一点，如果没有匹配，那么该行值将变成一个字符串，说“不匹配”？

@qnt13 较早的答案中的问题与您提到的 string 有关。我已经修改了答案以考虑这一点。检查一下，如果有任何错误，请告诉我。