检查所有ID是不是都存在于另一个数据集中[重复]

Posted 2023-03-23

【中文标题】检查所有ID是不是都存在于另一个数据集中[重复]

【英文标题】：check if all IDs are present in another dataset or not [duplicate]检查所有ID是否都存在于另一个数据集中[重复]

【发布时间】：2021-11-08 20:26:30

【问题描述】：

我有一个看起来像这样的 df1：

ParentID   Name
12         kids
29         jdö

第二个 df2 如下所示：

ParentID   Location
34         56789
12         5608

我想检查 df1 中的所有 parentID 是否都存在于 df2 中。如果没有，我想将它们提取到一个新的 df 中，例如：

ParentID   Name
29         jdö

我相信可以使用联接，但我不确定如何使用

result = left.join(right, on=["key1", "key2"], how="inner")

【问题讨论】：

pd.merge 有 indicator 参数。

您可以像df1[~df1['ParentID'].isin(df2['ParentID'])] 一样使用NOT IN，或者如果要按照其他cmets 和答案的指示进行合并，请检查指示器。 merge indicator answer 或 isin answer

【参考方案1】：

使用indicator=参数，然后过滤第一个数据框：

x = df1[df1.merge(df2, how="left", indicator=True)._merge.eq("left_only")]
print(x)

打印：

   ParentID Name
1        29  jdö

【讨论】：

我认为这不准确。因为它会打印某些 parentID，当我在第二个数据集中手动检查它们时，它们就存在