检查多个dataframe列的值组合是否遵循给定的模式(规则)-熊猫python

Question

我有包含模式(规则)的dataframe df_pattern：

df_pattern = pd.DataFrame({'SiteId': [4, 5, 6, 7, 8],
            'ZoneId': [1, 1, 1, 2, 2]})

这一模式必须遵循另一种数据格式：

df_checked = pd.DataFrame({'SiteId': [6, 5, 7, 4, 8, 7, 5, 8, 6],
            'ZoneId': [1, 1, 2, 2, 2, 2, 1, 1, 1]})

SiteId值4,5,6必须仅与值1 (ZoneId)相关联，7,8必须与值2相关联。因此，结果应该是这样：

index SitedId ZoneId
3     4       2
7     8       1

谢谢。

Answer 1

1. df_pattern创建一个pattern选项来标记哪个是模式行，
2. 然后离开join df_checked
3. by列pattern，我们可以找到df_checked中的哪一行不是模式行。

df_pattern['pattern'] = 1
dfn = pd.merge(df_checked, df_pattern, how='left')
print(dfn.loc[dfn.pattern.isnull(), ['SiteId','ZoneId']])

       SiteId  ZoneId
    3       4       2
    7       8       1

print(dfn)

       SiteId  ZoneId  pattern
    0       6       1      1.0
    1       5       1      1.0
    2       7       2      1.0
    3       4       2      NaN
    4       8       2      1.0
    5       7       2      1.0
    6       5       1      1.0
    7       8       1      NaN
    8       6       1      1.0

Answer 2

类似的答案供参考：

df_all = df_checked.merge(df_pattern, how='left', indicator=True)

   SiteId   ZoneId     _merge
0       6        1       both
1       5        1       both
2       7        2       both
3       4        2  left_only
4       8        2       both
5       7        2       both
6       5        1       both
7       8        1  left_only
8       6        1       both


df_checked[df_all._merge == 'left_only']

  SiteId    ZoneId
3      4         2 
7      8         1