Pandas: verifique se a linha de um dataframe existe em outro

Você pode usar a seguinte sintaxe para adicionar uma nova coluna a um DataFrame do pandas que indica se cada linha existe em outro DataFrame:

 #merge two DataFrames on specific columns
all_df = pd. merge (df1, df2, on=[' column1 ', ' column2 '], how=' left ', indicator=' exists ')

#drop unwanted columns
all_df = all_df. drop (' column3 ', axis= 1 )

#add column that shows if each row in one DataFrame exists in another
all_df[' exists '] = np. where (all_df. exists == ' both ', True , False )

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: verifique se uma linha em um DataFrame do Pandas existe em outro

Vamos supor que temos os dois DataFrames panda a seguir:

 import pandas as pd

#create first DataFrame
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'], 
                    ' points ': [12, 15, 22, 29, 24]}) 

print (df1)

  team points
0 to 12
1 B 15
2 C 22
3 D 29
4 E 24

#create second DataFrame
df2 = pd. DataFrame ({' team ': ['A', 'D', 'F', 'G', 'H'],
                    ' points ': [12, 29, 15, 19, 10],
                    ' assists ': [4, 7, 7, 10, 12]})

print (df2)

  team points assists
0 to 12 4
1 D 29 7
2 F 15 7
3 G 19 10
4:10:12

Podemos usar a seguinte sintaxe para adicionar uma coluna chamada existe ao primeiro DataFrame que indica se cada valor na equipe e coluna de pontos em cada linha existe no segundo DataFrame:

 import numpy as np

#merge two dataFrames and add indicator column
all_df = pd. merge (df1, df2, on=[' team ', ' points '], how=' left ', indicator=' exists ')

#drop assists columns
all_df = all_df. drop (' assists ', axis= 1 )

#add column to show if each row in first DataFrame exists in second
all_df[' exists '] = np. where (all_df. exists == ' both ', True , False )

#view updated DataFrame
print (all_df)

  team points exists
0 A 12 True
1 B 15 False
2 C 22 False
3 D 29 True
4 E 24 False

A nova coluna existe indica se cada valor na coluna equipe e pontos em cada linha existe no segundo DataFrame.

Pelo resultado podemos ver:

• Um valor de equipe A e um valor de pontos 12 existem no segundo DataFrame.
• Um valor de equipe B e um valor de pontos 15 não existem no segundo DataFrame.
• Um valor de equipe C e um valor de pontos 22 não existem no segundo DataFrame.
• Um valor de equipe D e um valor de pontos 29 existem no segundo DataFrame.
• Um valor de equipe E e um valor de pontos 24 não existem no segundo DataFrame.

Observe também que você pode especificar valores diferentes de True e False na coluna existente alterando os valores na função NumPy Where() .

Por exemplo, você pode usar “existe” e “não existe” da seguinte forma:

 #add column to show if each row in first DataFrame exists in second
all_df[' exists '] = np. where (all_df. exists == ' both ', ' exists ', ' not exists ')

#view updated DataFrame
print (all_df)

  team points exists
0 to 12 exists
1 B 15 not exists
2 C 22 not exists
3 D 29 exists
4 E 24 not exists

Observe que os valores da coluna existente foram alterados.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:

Pandas: adicione uma coluna de um DataFrame para outro
Pandas: Obtenha linhas que não estão em outro DataFrame
Pandas: como verificar se várias colunas são iguais