Sử dụng dữ liệu trong khung dữ liệu gấu trúc để khớp các cột với nhau

Tôi có hai pandaskhung dữ liệu avà b:

a1   a2   a3   a4   a5   a6   a7
1    3    4    5    3    4    5
0    2    0    3    0    2    1
2    5    6    5    2    1    2

và

b1   b2   b3   b4   b5   b6   b7
3    5    4    5    1    4    3
0    1    2    3    0    0    2
2    2    1    5    2    6    5

Hai khung dữ liệu chứa chính xác cùng một dữ liệu, nhưng theo một thứ tự khác nhau và với các tên cột khác nhau. Dựa trên các số trong hai khung dữ liệu, tôi muốn có thể khớp từng tên cột avới từng tên cột trong b.

Không dễ dàng như chỉ đơn giản so sánh hàng đầu tiên avới hàng đầu tiên bvì có các giá trị trùng lặp, ví dụ cả hai a4và a7có giá trị 5nên không thể khớp chúng ngay lập tức với b2hoặc b4.

Cách tốt nhất để làm việc này là gì?

Đây là một cách sử dụng sort_values:

m=df1.T.sort_values(by=[*df1.index]).index
n=df2.T.sort_values(by=[*df2.index]).index
d=dict(zip(m,n))
print(d)

{'a1': 'b5', 'a5': 'b1', 'a2': 'b7', 'a3': 'b6', 'a6': 'b3', 'a7': 'b2', 'a4': 'b4'}

Đây là một cách tận dụng numpy broadcasting:

b_cols = b.columns[(a.values == b.T.values[...,None]).all(1).argmax(1)]
dict(zip(a, b_cols))

{'a1': 'b5',
 'a2': 'b7',
 'a3': 'b6',
 'a4': 'b4',
 'a5': 'b1',
 'a6': 'b3',
 'a7': 'b2'}

Một cách tiếp cận tương tự khác (bởi @piR):

a_ = a.to_numpy()
b_ = b.to_numpy()
i, j = np.where((a_[:, None, :] == b_[:, :, None]).all(axis=0))
dict(zip(a.columns[j], b.columns[i]))

{'a1': 'b5',
 'a2': 'b7',
 'a3': 'b6',
 'a4': 'b4',
 'a5': 'b1',
 'a6': 'b3',
 'a7': 'b2'}

Một cách merge

s=df1.T.reset_index().merge(df2.T.assign(match=lambda x : x.index))
dict(zip(s['index'],s['match']))
{'a1': 'b5', 'a2': 'b7', 'a3': 'b6', 'a4': 'b4', 'a5': 'b1', 'a6': 'b3', 'a7': 'b2'}

hiểu từ điển

Sử dụng một tupletrong các giá trị cột làm khóa có thể băm trong từ điển

d = {(*t,): c for c, t in df2.items()}
{c: d[(*t,)] for c, t in df1.items()}

{'a1': 'b5',
 'a2': 'b7',
 'a3': 'b6',
 'a4': 'b4',
 'a5': 'b1',
 'a6': 'b3',
 'a7': 'b2'}

Chỉ trong trường hợp chúng tôi không có đại diện hoàn hảo, tôi chỉ sản xuất từ ​​điển cho các cột có khớp.

d2 = {(*t,): c for c, t in df2.items()}
d1 = {(*t,): c for c, t in df1.items()}

{d1[c]: d2[c] for c in {*d1} & {*d2}}

{'a5': 'b1',
 'a2': 'b7',
 'a7': 'b2',
 'a6': 'b3',
 'a3': 'b6',
 'a1': 'b5',
 'a4': 'b4'}

idxmax

Điều này giáp với điều phi lý ... Đừng thực sự làm điều này.

{c: df2.T.eq(df1[c]).sum(1).idxmax() for c in df1}

{'a1': 'b5',
 'a2': 'b7',
 'a3': 'b6',
 'a4': 'b4',
 'a5': 'b1',
 'a6': 'b3',
 'a7': 'b2'}