将 df1 列 1 与 df2 中的所有列进行比较，返回 df2 的索引

我是熊猫新手，所以很可能忽略了一些东西，但我一直在搜索，但还没有发现任何有用的东西。

我想做的就是这个。我有 2 个数据框。df1只有 1 列和未知的行数。df2每个索引的行数和列数也未知。

Example:
df1:
0     1117454
1     1147637
2     1148945
3     1149662
4     1151543
5     1151545
6     1236268
7     1236671
8     1236673
...
300   1366962

df2:
                1        2        3        4        5        6        7  
8302813476  1375294  1375297  1375313  1375318  1375325  1375330  1375331   
8302813477  1317422  1363270  1363288  1363262     None     None     None   
8302813478  1187269  1187276  1149662  1147843  1147639  1236650  1236656

所以我想要的是检查所有df1价值观反对df2第 1 - n 列，如果与中的任何值匹配df1标记索引df2为 True，否则为 False。

我想你可以使用isin http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.isin.html用于测试匹配Series创建自df2 by stack http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.stack.html with Series从一列创建df1 by squeeze http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.squeeze.html。最后一次重塑unstack http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.unstack.html:

df3 = df2.stack().isin(df1.squeeze()).unstack()
print (df3)
                1      2      3      4      5      6      7
8302813476  False  False  False  False  False  False  False
8302813477  False  False  False  False  False  False  False
8302813478  False  False   True  False  False  False  False

然后找到所有至少有一个的值True by any http://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.any.html:

a = df3.any(axis=1)
print (a)
8302813476    False
8302813477    False
8302813478     True
dtype: bool

最后boolean indexing http://pandas.pydata.org/pandas-docs/stable/indexing.html#boolean-indexing:

print (a[a].index)
Int64Index([8302813478], dtype='int64')

另一种解决方案是squeeze use df1['col'].unique()， 谢谢特德·彼得鲁 https://stackoverflow.com/questions/41178415/compare-df1-column-1-to-all-columns-in-df2-returning-the-index-of-df2/41179004#comment69558023_41179004:

df3 = df2.stack().isin(df1['col'].unique()).unstack()
print (df3)
                1      2      3      4      5      6      7
8302813476  False  False  False  False  False  False  False
8302813477  False  False  False  False  False  False  False
8302813478  False  False   True  False  False  False  False

---

I like squeeze更多，但相同的输出很简单，选择列df1:

df3 = df2.stack().isin(df1['col']).unstack()
print (df3)
                1      2      3      4      5      6      7
8302813476  False  False  False  False  False  False  False
8302813477  False  False  False  False  False  False  False
8302813478  False  False   True  False  False  False  False