我有一个数据帧，看起来像这样(列数和行数可能不同(：
0 1 2
2015-01-02 ISIN1 ISIN2 ISIN3
2015-05-04 ISIN4 ISIN2 ISIN5
2015-09-01 ISIN4 ISIN5 ISIN6
2016-01-04 ISIN7 ISIN8 ISIN2
2016-05-02 ISIN9 ISIN7 ISIN10
2016-09-01 ISIN11 ISIN12 ISIN13
2017-01-02 ISIN11 ISIN12 ISIN14
2017-05-02 ISIN12 ISIN11 ISIN15
2017-09-01 ISIN12 ISIN16 ISIN17
2018-01-02 ISIN16 ISIN11 ISIN18
2018-05-02 ISIN4 ISIN8 ISIN7
2018-09-03 ISIN12 ISIN7 ISIN19
2019-01-02 ISIN20 ISIN21 ISIN22
2019-05-02 ISIN13 ISIN7 ISIN8
2019-09-02 ISIN23 ISIN24 ISIN15
2020-01-02 ISIN25 ISIN23 ISIN24
2020-05-04 ISIN24 ISIN26 ISIN4
我现在的任务是将每行的每个值与之前行的每个值进行比较。我想知道该值是否在前面的行中。结果我想获得两个数据帧。
保留前面不在行中的值：
0 1 2 2015-01-02 ISIN1 ISIN2 ISIN3 2015-05-04 ISIN4 ISIN5 2015-09-01 ISIN6 2016-01-04 ISIN7 ISIN8 ISIN2 2016-05-02 ISIN9 ISIN10 2016-09-01 ISIN11 ISIN12 ISIN13 2017-01-02 ISIN14 2017-05-02 ISIN15 2017-09-01 ISIN16 ISIN17 2018-01-02 ISIN11 ISIN18 2018-05-02 ISIN4 ISIN8 ISIN7 2018-09-03 ISIN12 ISIN19 2019-01-02 ISIN20 ISIN21 ISIN22 2019-05-02 ISIN13 ISIN7 ISIN8 2019-09-02 ISIN23 ISIN24 ISIN15 2020-01-02 ISIN25 2020-05-04 ISIN26 ISIN4保留前面行中的值：
0 1 2 2015-01-02 2015-05-04 ISIN2 2015-09-01 ISIN4 ISIN5 2016-01-04 2016-05-02 ISIN7 2016-09-01 2017-01-02 ISIN11 ISIN12 2017-05-02 ISIN12 ISIN11 2017-09-01 ISIN12 2018-01-02 ISIN16 2018-05-02 2018-09-03 ISIN7 2019-01-02 2019-05-02 2019-09-02 2020-01-02 ISIN23 ISIN24 2020-05-04 ISIN24
到目前为止，我所探索的：
for i in range(len(df)):
print(np.isin(df.values[i, :], df.shift().values[i, :]))
创建这个：
[False False False]
[False True False]
[ True True False]
[False False False]
[False True False]
[False False False]
[ True True False]
[ True True False]
[ True False False]
[ True False False]
[False False False]
[False True False]
[False False False]
[False False False]
[False False False]
[False True True]
[ True False False]
将此值附加到列表中，我将能够创建一个新的数据帧。但我认为一定有更好的方法。
有没有人知道如何在不遍历数据帧的情况下做到这一点？
谢谢！
此致敬意 尼皮
这是一种用 NaN 替换重复值的方法：
df = pd.DataFrame(dict(a=[1,1,2,2,4], b=[0,5,6,6,8]), index=np.arange(5)+100)
mask = np.full_like(df, False, dtype=bool)
mask[1:] = df.iloc[1:].reset_index(drop=True) == df.iloc[:-1].reset_index(drop=True)
df[mask] = None
需要reset_index操作，否则，pandas 将尝试对匹配的行索引进行==比较。
原始数据帧：
a b
100 1 0
101 1 5
102 2 6
103 2 6
104 4 8
后：
a b
100 1.0 0.0
101 NaN 5.0
102 2.0 6.0
103 NaN NaN
104 4.0 8.0
相反，您需要这样做
mask = np.logical_not(mask)
嘿，也许你正在寻找类似的东西：
data = {'first': ['ok', 'none', 'ok', 'ok', 'ok', 'ok', 'ok', 'ok', 'none', 'ok'],
'second': [1, 3, 4, 7, 8, 2, 4, 9, 6, 9]}
df = pd.DataFrame(data, columns = ['first', 'second'])
df_results = df.eq(df.shift())
df_results.where(df_results != False, df)
希望对你有帮助
我进一步深入挖掘。我的解决方案是现在：
import pandas as pd
import numpy as np
row_0 = np.array(['ISIN1', 'ISIN4', 'ISIN4', 'ISIN7', 'ISIN9', 'ISIN11', 'ISIN11', 'ISIN12', 'ISIN12', 'ISIN16', 'ISIN4', 'ISIN12', 'ISIN20', 'ISIN13', 'ISIN23', 'ISIN25', 'ISIN24'])
row_1 = np.array(['ISIN2', 'ISIN2', 'ISIN5', 'ISIN8', 'ISIN7', 'ISIN12', 'ISIN12', 'ISIN11', 'ISIN16', 'ISIN11', 'ISIN8', 'ISIN7', 'ISIN21', 'ISIN7', 'ISIN24', 'ISIN23', 'ISIN26'])
row_2 = np.array(['ISIN3', 'ISIN5', 'ISIN6', 'ISIN2', 'ISIN10', 'ISIN13', 'ISIN14', 'ISIN15', 'ISIN17', 'ISIN18', 'ISIN7', 'ISIN19', 'ISIN22', 'ISIN8', 'ISIN15', 'ISIN24', 'ISIN4'])
data = {0:row_0, 1:row_1, 2:row_2}
df = pd.DataFrame(data)
print(df)
df_in_row_before = df[pd.DataFrame(np.array([np.isin(df.values[i, :], df.shift().values[i, :]) for i in range(len(df))]))]
print(df_in_row_before)
df_not_in_row_before = df[pd.DataFrame(np.array([np.isin(df.values[i, :], df.shift().values[i, :], invert=True) for i in range(len(df))]))]
print(df_not_in_row_before)
这正是我所需要的。但如果有人有更好的解决方案，我很乐意看看。