Python 熊猫在一个数据帧中列出所有行，但在另一个数据帧中不无序

如果数据无序，我无法找到一种简单的方法来获取一个数据帧中的所有行，而不是第二个数据帧中的所有行

这两个答案是针对有序数据的解决方案：

所以，我想说清楚，我想得到：

在上面提到的一个相关问题中，我发现了一个多索引解决方案，它应该可以处理无序数据，但我无法实现它。我希望有一个更简单的方法

让我举一个我正在处理的数据的例子：

DF1
col_a   col_b
1325    foo
1397    foo        #<---matching value, but not matching index in DF2
1645    foo
...     ...

DF2
col_1   col_2
1397    foo        #<---matching value, but not matching index in DF1
1500    foo
1621    foo
...     ...

（所以我只关心

colu a

或DF2

colu 1

）。请注意，它缺少1397行。这是因为它是在DF2中找到的，所以我不希望它返回到我的新DF。但是在同一个索引中找不到它，这就是我的问题所在。如果所有匹配的索引都对齐了，我已经很容易地创建了一个解决方案，但是我不知道从哪里开始处理那些没有对齐的索引。我可以使用合并功能吗？还是这是一个错误的工具

这段代码并不完全相关，但如果所有索引都正确排列，这就是我提出的解决方案：

def getUniqueEntries(df1, df2):
    """takes two dataframes, returns a dataframe that is comprized of all the rows unique to the first dataframe."""
    d1columns = df1.columns
    d2columns = df2.columns
    df3 = pd.merge(df1, df2, left_on=d1columns[0], right_on=d2columns[0])
    print(df3)
    return df1[(~df1[d1columns[0]].isin(df3[d1columns[0]]))]     

def main(fileread1, fileread2, writeprefix):
    df1 = pd.read_csv(fileread1)
    df2 = pd.read_csv(fileread2)

    df3 = getUniqueEntries(df1, df2)
    df4 = getUniqueEntries(df2, df1)
    
    print(df3)
    print(df4)

    df3.to_csv(writeprefix+fileread1, index=False)
    df4.to_csv(writeprefix+fileread2, index=False)
    
if __name__ == '__main__':
    main(sys.argv[1], sys.argv[2], sys.argv[3])

---

这使用布尔索引来定位

df1

中的所有行，其中

col\u a

中的值不在

df2

的

col\u a

中（

~

）。它用于定位匹配行，并使用求反运算符（

~

）查找与之相反的行（即不匹配的行）

---

您提到了索引，但示例数据中没有索引。因此，根据您的示例，仅对

列a

中的值进行匹配。

以下是SQL（Oracle）减号操作的等效值：

select col1, col2 from tab1
minus
select col1, col2 from tab2

大熊猫：

In [59]: df1[~df1.isin(pd.DataFrame(df2.values, columns=df1.columns).to_dict('l')).all(1)]
Out[59]:
   col_a col_b
0   1325   foo
2   1645   foo

说明：

In [60]: pd.DataFrame(df2.values, columns=df1.columns)
Out[60]:
  col_a col_b
0  1397   foo
1  1500   foo
2  1621   foo

In [61]: pd.DataFrame(df2.values, columns=df1.columns).to_dict('l')
Out[61]: {'col_a': [1397, 1500, 1621], 'col_b': ['foo', 'foo', 'foo']}

In [62]: df1.isin(pd.DataFrame(df2.values, columns=df1.columns).to_dict('l'))
Out[62]:
   col_a col_b
0  False  True
1   True  True
2  False  True

In [63]: df1.isin(pd.DataFrame(df2.values, columns=df1.columns).to_dict('l')).all(1)
Out[63]:
0    False
1     True
2    False
dtype: bool

---

是的，您可以将merge与

指示器

参数一起使用：

我重命名了这些列以避免重复的列。您还可以在上传递

left\u，在

上传递

right\u

merged = DF1.merge(DF2.rename(columns={'col_1': 'col_a', 'col_2': 'col_b'}), how='left', indicator=True)
merged
Out: 
   col_a col_b     _merge
0   1325   foo  left_only
1   1397   foo       both
2   1645   foo  left_only

现在，您可以使用指示符列筛选
merged
：

merged[merged['_merge']=='left_only']
Out: 
   col_a col_b     _merge
0   1325   foo  left_only
2   1645   foo  left_only

我会尝试一下，但是
isin
在两列之间不匹配相同的索引吗？我有这样的印象。我可能实施错了，但这个解决方案不起作用。它返回了整个列表，没有检测到任何匹配项（我相信这是因为所有匹配项都在不同的索引中，正如我所提到的）。您能提供一个更好的数据帧示例吗？e、 g.
df1.为了说明（'list'）
您提到了一个索引，但您的样本没有索引。另外，是否可能在
列a
中有相同的值，但在
列b
中有不同的值？如果是的话，你想怎么处理呢？很好，我不知道指示器

参数谢谢所有回答的人！这个答案对我来说是最容易理解的，我是熊猫的第一天新成员，再次感谢！

merged = DF1.merge(DF2.rename(columns={'col_1': 'col_a', 'col_2': 'col_b'}), how='left', indicator=True)
merged
Out: 
   col_a col_b     _merge
0   1325   foo  left_only
1   1397   foo       both
2   1645   foo  left_only

merged[merged['_merge']=='left_only']
Out: 
   col_a col_b     _merge
0   1325   foo  left_only
2   1645   foo  left_only