熊猫（Python）中的“反合并”

Posted 2023-02-23

【中文标题】熊猫（Python）中的“反合并”

【英文标题】："Anti-merge" in pandas (Python)

【发布时间】：2016-11-09 14:08:05

【问题描述】：

如何找出两个数据框中同名列之间的区别？ 我的意思是我有一个名为 X 的列的数据框 A 和一个名为 X 的列的数据框 B，如果我这样做 pd.merge(A, B, on=['X'])，我将获得 A 和 B 的公共 X 值，但我怎样才能获得“非常见”那些？

【参考方案1】：

接受的答案在 SQL 术语中给出了所谓的LEFT JOIN IF NULL。如果您想要除了 both DataFrames 中的匹配行之外的所有行，不仅要离开。您必须向过滤器添加另一个条件，因为您要排除 both 中的所有行。

在这种情况下，我们使用DataFrame.merge & DataFrame.query：

df1 = pd.DataFrame('A':list('abcde'))
df2 = pd.DataFrame('A':list('cdefgh'))

print(df1, '\n')
print(df2)

   A
0  a # <- only df1
1  b # <- only df1
2  c # <- both
3  d # <- both
4  e # <- both

   A 
0  c # both
1  d # both
2  e # both
3  f # <- only df2
4  g # <- only df2
5  h # <- only df2

df = (
    df1.merge(df2, 
              on='A', 
              how='outer', 
              indicator=True)
    .query('_merge != "both"')
    .drop(columns='_merge')
)

print(df)

   A
0  a
1  b
5  f
6  g
7  h

【参考方案2】：

如果您将合并类型更改为 how='outer' 和 indicator=True，这将添加一列来告诉您这些值是仅左/双/右：

In [2]:
A = pd.DataFrame('x':np.arange(5))
B = pd.DataFrame('x':np.arange(3,8))
print(A)
print(B)
   x
0  0
1  1
2  2
3  3
4  4
   x
0  3
1  4
2  5
3  6
4  7

In [3]:
pd.merge(A,B, how='outer', indicator=True)

Out[3]:
     x      _merge
0  0.0   left_only
1  1.0   left_only
2  2.0   left_only
3  3.0        both
4  4.0        both
5  5.0  right_only
6  6.0  right_only
7  7.0  right_only

然后您可以在 _merge col: 上过滤生成的合并 df：

In [4]:
merged = pd.merge(A,B, how='outer', indicator=True)
merged[merged['_merge'] == 'left_only']

Out[4]:
     x     _merge
0  0.0  left_only
1  1.0  left_only
2  2.0  left_only

您也可以使用isin 并否定掩码来查找不在B 中的值：

In [5]:
A[~A['x'].isin(B['x'])]

Out[5]:
   x
0  0
1  1
2  2