python - 如何选择两个数据框之间的差异及其不同的列

Posted 2023-03-12

【中文标题】python - 如何选择两个数据框之间的差异及其不同的列

【英文标题】：python - how to select difference between two dataframes and it's different column

【发布时间】：2020-09-07 04:22:32

【问题描述】：

我有两个数据框，df2 是更多列

如果df1中的行在df2中没有，我选择它到df3

df1

    id  colA colB
0   1   4    1
1   2   5    2
2   3   2    4
3   4   4    2
4   5   2    4

df2

    id  colA colB colC
0   1   4    1    0
1   2   5    2    0
2   5   2    4    0

我想从 df1 中选择一些行

df3

    id  colA colB
0   3   2    4
1   4   4    2

【问题讨论】：

好的，那么你的代码在哪里？

df3=df1.loc[~df1.id.isin(df2.id),].copy()

你只比较'id'列吗？

【参考方案1】：

使用drop_duplicates:

import pandas as pd

df1 = pd.DataFrame('id': [1,2,3,4,5],
                    'colA':[4,5,2,4,2],
                    'colB':[1,2,4,2,4])

df2 = pd.DataFrame('id': [1,2,5],
                    'colA':[4,5,2],
                    'colB':[1,2,4])

pd.concat([df1,df2]).drop_duplicates(subset='id',keep=False)

输出：

   id    colA   colB
2   3    2     4
3   4    4     2

【参考方案2】：

假设您在 'id' 列上进行比较（如果不是，请澄清），您可以使用带有布尔索引的 Series.isin。

>>> df3 = df1[~df1['id'].isin(df2['id'])]
>>> df3
   id  colA  colB
2   3     2     4
3   4     4     2

【参考方案3】：

df3 = df1.loc[~df1['id'].isin(list(df2['id']))]

输出：

   id  colA  colB
2   3     2     4
3   4     4     2