如何判断DataFrame某列值是否存在于另一DataFrame列中

首先，先明确你的需求：遍历Df1['name']的每个元素，判断是否在Df2['IDs']中，存在返回1，不存在返回0，最后输出指定格式的结果。

方法一：用pandas向量化操作（推荐，效率更高） #

pandas里尽量避免逐行遍历，用isin()方法可以快速完成判断，然后转成整数类型即可：

import pandas as pd

# 初始化你的DataFrame
Df1 = pd.DataFrame({'name': ['Marc', 'Jake', 'Sam', 'Brad']})
Df2 = pd.DataFrame({'IDs': ['Jake', 'John', 'Marc', 'Tony', 'Bob']})

# 生成判断结果列
Df1['exists'] = Df1['name'].isin(Df2['IDs']).astype(int)

# 按你想要的格式输出
for idx, row in Df1.iterrows():
    print(f"{row['name']} {row['exists']}")

运行这段代码就能得到你期望的输出：

Marc 1
Jake 1
Sam 0
Brad 0

方法二：逐行遍历（如果一定要手动遍历的话） #

如果你确实需要逐行处理，也可以这样写：

import pandas as pd

Df1 = pd.DataFrame({'name': ['Marc', 'Jake', 'Sam', 'Brad']})
Df2 = pd.DataFrame({'IDs': ['Jake', 'John', 'Marc', 'Tony', 'Bob']})

# 把Df2的IDs转成集合，查询效率更高
id_set = set(Df2['IDs'])

# 遍历Df1的每一行
for name in Df1['name']:
    # 判断是否在集合中，存在返回1，否则0
    result = 1 if name in id_set else 0
    print(f"{name} {result}")

这个方法也能得到同样的结果，不过当数据量很大时，方法一的向量化操作速度会快很多，所以更推荐第一种。

内容的提问来源于stack exchange，提问作者toceto