有两个DataFrame，从一个DataFrame中找出与另一个DataFrame相同的值

可以使用 Pandas 的 merge 函数来合并两个 DataFrame，然后找到相同的值。假设第一个 DataFrame 叫做 df1，第二个 DataFrame 叫做 df2，可以按照下面的方式实现：

merged_df = pd.merge(df1, df2)

这将返回一个包含两个 DataFrame 共同拥有的行的新 DataFrame。如果你只想找到相同的值而不需要返回整个 DataFrame，可以使用 intersect1d 函数：

common_values = np.intersect1d(df1.values, df2.values)

这将返回一个包含相同值的 numpy 数组。注意，这个方法只适用于两个 DataFrame 中的列数相同且每列的数据类型都相同的情况。如果有不同的列或数据类型，则需要进行适当的类型转换和列选择。

相关问题

从一个DataFrame中去查找另一个DataFrame中对应的值

您可以使用 Pandas 库的 `merge` 函数来实现这个目标。`merge` 函数可以根据指定的键将两个 DataFrame 进行合并，并返回一个新的 DataFrame。

假设您有两个 DataFrame，分别为 `df1` 和 `df2`，并且它们都包含一个共同的键列。您可以使用以下代码来查找 `df2` 中与 `df1` 中的值相对应的行：

merged_df = df1.merge(df2, on='key_column', how='inner')

上述代码中，`key_column` 是共同的键列的名称。`how='inner'` 表示只保留两个 DataFrame 都存在的匹配行。如果您希望保留所有行，可以使用 `how='outer'`。

合并后的 DataFrame `merged_df` 将包含 `df1` 中的所有列以及与之匹配的 `df2` 中的列。

注意：在使用 `merge` 函数之前，确保两个 DataFrame 中的键列数据类型一致，或者可以进行正确的类型转换。

从一个dataframe中剔除另一个dataframe

以下是从一个dataframe中剔除另一个dataframe的两种方法：

1. 使用merge()函数和query()函数

result = pd.merge(dataframe_b, dataframe_a, how='left', indicator=True).query("_merge=='left_only'").drop('_merge', 1)

这个方法使用merge()函数将两个dataframe合并，然后使用query()函数筛选出只在dataframe_b中出现的行，最后使用drop()函数删除多余的列。这个方法比较符合预期，但是需要注意的是，如果两个dataframe中有重复的行，这个方法只会保留一份。

2. 使用to_csv()函数和read_csv()函数

dataframe_b.to_csv('temp.csv', index=False, header=None)
result = pd.read_csv('temp.csv', names=dataframe_b.columns).drop_duplicates(keep=False)

这个方法先将dataframe_b保存为csv文件，然后使用read_csv()函数读取这个文件，并且设置names参数为dataframe_b的列名，最后使用drop_duplicates()函数删除重复的行。这个方法比较简单，但是需要注意的是，如果dataframe_b中有空值，这个方法会将空值视为不同的值。