怎么判断dataframe中某一列的所有值 有哪些在另一个dataframe中的某一列

要判断dataframe中某一列的所有值有哪些在另一个dataframe中的某一列，可以使用`isin()`函数结合`unique()`函数。示例如下：

假设有两个dataframe：df1和df2，现在要判断df1的'col1'列的所有值有哪些在df2的'col2'列中出现过，可以使用以下代码：

df1['col1'].isin(df2['col2']).unique()

这个代码返回的是一个布尔类型的数组，其中True表示对应的df1['col1']中的值在df2['col2']中出现过，False表示没有出现过。使用`unique()`函数可以将这个数组中的唯一值取出来，即True和False，这样就能得到df1的'col1'列中所有出现过的值。

如果想要将这些值作为一个新的dataframe返回，可以使用以下代码：

pd.DataFrame(df1['col1'].isin(df2['col2']).unique(), columns=['col1'])

这个代码返回的是一个只有'col1'列的dataframe，其中每个值表示df1['col1']中的某个值是否在df2['col2']中出现过。

相关问题

怎么判断dataframe中某一列的值 是否在另一个dataframe中的某一列

可以使用`isin()`函数来判断dataframe中某一列的值是否在另一个dataframe中的某一列。示例如下：

假设有两个dataframe：df1和df2，现在要判断df1的'col1'列的值是否在df2的'col2'列中，可以使用以下代码：

df1['col1'].isin(df2['col2'])

这个函数返回一个布尔类型的Series，如果df1['col1']中的某个值在df2['col2']中出现，则返回True，否则返回False。

如果想要返回df1中在df2中出现过的行，可以使用以下代码：

df1[df1['col1'].isin(df2['col2'])]

dataframe用某一列的值填充另一列NA

可以使用`fillna`方法来实现，例如将DataFrame中的列B中的NA值使用列A中的值进行填充，可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, None, 8]})

df['B'] = df['B'].fillna(df['A'])

这将会把列B中的NA值用列A中的对应值进行填充。