如何对比两个DataFrame并筛选匹配用户数据的绘图索引

问题场景 #

现有两个DataFrame：

• 默认配置表def_df：每行对应一个绘图索引，行内元素为该绘图依赖的数据列名

  import pandas as pd
  def_df = pd.DataFrame([['alpha','beta'],['gamma','delta'],['ray','kite']],index=['ab_plot','gd_plot','rk_plot'])
  

  数据结构：

  0      1
  ab_plot   alpha   beta
  gd_plot   gamma  delta
  rk_plot     ray   kite
  

• 用户数据表user_df：索引为用户已提供的数据列名

  user_df = pd.DataFrame([10,20],index=['alpha','beta'])
  

  数据结构：

  0
  alpha  10
  beta   20
  

需求：筛选出def_df中整行所有元素都存在于user_df索引中的绘图索引，预期结果为['ab_plot']

错误原因分析 #

你之前的代码触发TypeError: unhashable type: 'numpy.ndarray'，是因为遍历数据时，每个待判断的x是一行数据对应的numpy数组，数组属于不可哈希类型，无法直接用in判断是否在字符串集合（如列名）中。

正确实现方法 #

方法一：利用pandas内置方法（简洁高效） #

通过isin生成布尔矩阵，再按行判断所有元素是否符合条件：

# 获取用户提供的列名集合
user_cols = user_df.index

# 生成每行的布尔判断：整行元素是否都在用户列名中
mask = def_df.isin(user_cols).all(axis=1)

# 提取符合条件的绘图索引
target_plots = mask[mask].index.tolist()
print(target_plots)  # 输出: ['ab_plot']

方法二：自定义逐行检查（灵活可控） #

如果需要更复杂的判断逻辑，可以用apply结合自定义逻辑：

user_cols = set(user_df.index)  # 转集合提升查找效率

# 逐行检查所有元素是否在用户列名中
mask = def_df.apply(lambda row: all(col in user_cols for col in row), axis=1)

target_plots = mask[mask].index.tolist()
print(target_plots)  # 输出: ['ab_plot']

内容的提问来源于stack exchange，提问作者Mainland