Python中多维数组公共行查找：类似Matlab ismember函数实现

嘿，这个需求我之前做项目的时候刚好碰到过！Matlab的ismember(a, b, 'rows')确实好用，Python里不管是用numpy还是pandas，都有不用循环的高效替代方案，给你详细说说：

一、用Numpy实现 #

如果你的数据是numpy数组，可以把每行打包成一个单一的「字节块」，把二维数组转成一维的结构化数组，这样就能用numpy的快速查找函数来匹配：

import numpy as np

# 示例数据
a = np.array([[1,2,3], [4,5,6], [7,8,9]])
b = np.array([[4,5,6], [1,2,3], [10,11,12]])

# 将二维数组转换为结构化数组（每行变成一个字节元素）
dtype = f'V{a.shape[1] * a.dtype.itemsize}'
a_struct = a.view(dtype).flatten()
b_struct = b.view(dtype).flatten()

# 查找每个a行在b中的位置
idx = np.searchsorted(b_struct, a_struct)
# 验证匹配结果（排除searchsorted返回的插入位置不匹配的情况）
match_mask = (idx < len(b_struct)) & (b_struct[idx] == a_struct)
# 不匹配的位置可以设为-1（或者你想要的默认值，比如Matlab里的0）
idx[~match_mask] = -1

print(idx)  # 输出 [1 0 -1]，对应a每行在b中的索引

这个方法完全基于numpy的向量化操作，速度极快，适合处理大规模数据。

二、用Pandas实现 #

如果用pandas DataFrame的话，方法更灵活，推荐两种方式：

方法1：Merge合并（推荐大数据量） #

通过合并两个DataFrame并保留索引的方式，能直接得到匹配位置：

import pandas as pd

# 示例数据
df_a = pd.DataFrame([[1,2,3], [4,5,6], [7,8,9]], columns=['x','y','z'])
df_b = pd.DataFrame([[4,5,6], [1,2,3], [10,11,12]], columns=['x','y','z'])

# 给df_b添加索引列
df_b['b_index'] = df_b.index
# 按所有列左合并，保留df_a的原始顺序
merged_df = df_a.merge(df_b, on=['x','y','z'], how='left')
# 提取索引，不匹配的位置用-1填充（或0）
idx = merged_df['b_index'].fillna(-1).astype(int)

print(idx.tolist())  # 输出 [1, 0, -1]

方法2：字典映射（代码更简洁） #

把df_b的行转成元组，创建索引映射字典，再用map快速匹配：

# 构建行元组到索引的映射
row_to_idx = {tuple(row): idx for idx, row in df_b.iterrows()}
# 对df_a的每行转元组，映射获取索引
idx = df_a.apply(tuple, axis=1).map(row_to_idx).fillna(-1).astype(int)

print(idx.tolist())  # 输出 [1, 0, -1]

这两种方法都不用手动写循环，完全利用pandas的向量化特性，效率很高。

内容的提问来源于stack exchange，提问作者gnikol