当前方法的问题是您需要 链接 多个
isin呼叫。更糟糕的是,你需要跟踪哪些数据帧是最大的,你打电话
isin的 那 一个。否则,它将不起作用。
为了使事情变得简单,您可以使用
np.intersect1d:
>>> np.intersect1d(df3.A, np.intersect1d(df1.A, df2.A))array(['dog'], dtype=object)
piRSquared使用
functools.reduce+
intersect1d的类似方法:
>>> from functools import reduce # python 3 only>>> reduce(np.intersect1d, [df1.A, df2.A, df3.A])array(['dog'], dtype=object)
欢迎分享,转载请注明来源:内存溢出
评论列表(0条)