Python 2.7 如何删除Pandas中两个数据帧中的公用行?
我有两个数据帧-Python 2.7 如何删除Pandas中两个数据帧中的公用行?,python-2.7,pandas,scikit-learn,Python 2.7,Pandas,Scikit Learn,我有两个数据帧-df1和df2 df1 has row1,row2,row3,row4,row5 df2 has row2,row5 我想要一个新的数据帧,这样df1-df2。也就是说,结果数据帧的行应为-row1、row3、row4 您可以使用index.difference()函数 import numpy as np import pandas as pd df1 = pd.DataFrame(np.random.randn(5, 2), index= ['row' + str(i)
df1
和df2
df1 has row1,row2,row3,row4,row5
df2 has row2,row5
我想要一个新的数据帧,这样
df1-df2
。也就是说,结果数据帧的行应为-row1、row3、row4
您可以使用index.difference()
函数
import numpy as np
import pandas as pd
df1 = pd.DataFrame(np.random.randn(5, 2), index= ['row' + str(i) for i in range(1, 6)])
df1
0 1
row1 0.249451 -0.107651
row2 1.295390 -1.773707
row3 -0.893647 -0.683306
row4 -1.090551 0.016833
row5 0.864612 0.369138
df2 = pd.DataFrame(np.random.randn(2, 2), index= ['row' + str(i) for i in [2, 5]])
df2
0 1
row2 0.549396 -0.675574
row5 1.348785 0.942216
df1.loc[df1.index.difference(df2.index), ]
0 1
row1 0.249451 -0.107651
row3 -0.893647 -0.683306
row4 -1.090551 0.016833
您可以使用将两个数据帧按行连接,然后使用删除其中所有重复的行
In [1]: import pandas as pd
df_1 = pd.DataFrame({"A":["foo", "foo", "foo", "bar"], "B":[0,1,1,1], "C":["A","A","B","A"]})
df_2 = pd.DataFrame({"A":["foo", "bar", "foo", "bar"], "B":[1,0,1,0], "C":["A","B","A","B"]})
In [2]: df = pd.concat([df_1, df_2])
In [3]: df
Out[3]:
A B C
0 foo 0 A
1 foo 1 A
2 foo 1 B
3 bar 1 A
0 foo 1 A
1 bar 0 B
2 foo 1 A
3 bar 0 B
In [4]: df.drop_duplicates(keep=False)
Out[4]:
A B C
0 foo 0 A
2 foo 1 B
3 bar 1 A
有关此类问题,请参见《左图加入熊猫》 这是最好的方法: 请注意,drop duplicated用于最小化比较。没有他们也行 为什么这是最好的方法? 最好的方法是比较行内容本身,而不是索引或一列/两列,相同的代码可用于其他筛选器,如“两者”和“仅限右”以获得类似的结果
pandas.concat()
与drop\u duplicated()
结合使用并不理想,因为它还将删除可能仅位于您想要保留的数据帧中的行,并且这些行是出于正当理由而复制的注意,这并不比较两个数据帧的内容,它只是比较索引的值。其次,你应该回答这个问题。这属于评论。感谢您的反馈。我是新来的。
df = df1.drop_duplicates().merge(df2.drop_duplicates(), on=df2.columns.to_list(),
how='left', indicator=True)
df.loc[df._merge=='left_only',df.columns!='_merge']