Python 寻找熊猫的二维补码
我有两个熊猫数据帧,a和b。a和b共享两个公共列,例如x和y,包含英语字符串。x和y的每个组合在a和b中都是uniq。x和y有一个共同的子集,我可以这样计算Python 寻找熊猫的二维补码,python,pandas,dataframe,Python,Pandas,Dataframe,我有两个熊猫数据帧,a和b。a和b共享两个公共列,例如x和y,包含英语字符串。x和y的每个组合在a和b中都是uniq。x和y有一个共同的子集,我可以这样计算 c = pandas.merge(a, b, on=['x', 'y']) 我感兴趣的是其余的,d=a-c,应该是a中的行,而不是b中的行,关于x和y两列 我现在要做的是添加另一个柱xy: a['xy'] = a['x'] + a['y'] c['xy'] = c['x'] + c['y'] 然后 d = a[~a['xy'].isin
c = pandas.merge(a, b, on=['x', 'y'])
我感兴趣的是其余的,d=a-c,应该是a中的行,而不是b中的行,关于x和y两列
我现在要做的是添加另一个柱xy:
a['xy'] = a['x'] + a['y']
c['xy'] = c['x'] + c['y']
然后
d = a[~a['xy'].isin(c['xy'])]
这对我来说似乎很笨拙,有没有更优雅的方法呢?熊猫可以选择添加一个指示列,告诉您数据来自何处。将其与外部合并相结合,应该可以得到您想要的
a_b = pd.merge(a, b, on=['x', 'y'],how="outer",indicator="string")
a.loc[~(a_b.string=="both"),:]
对某些组合数据帧的测试
a_rand = np.reshape(np.random.randint(8,size=40),[10,4])
b_rand = np.reshape(np.random.randint(8,size=40),[10,4])
a = pd.DataFrame(a_rand, columns = ['x','y','a1','a2'])
b = pd.DataFrame(b_rand, columns = ['x','y','b1','b2'])
共享行
pd.merge(a, b, on=['x', 'y'])
x y a1 a2 b1 b2
0 0 6 2 3 1 6
1 3 1 5 5 0 5
2 3 0 4 0 3 2
显示行来自何处的外部联接
pd.merge(a, b, on=['x', 'y'],how="outer",indicator="string")
x y a1 a2 b1 b2 string
0 0 4 1.0 7.0 NaN NaN left_only
1 0 4 2.0 1.0 NaN NaN left_only
2 0 6 2.0 3.0 1.0 6.0 both
3 5 7 0.0 6.0 NaN NaN left_only
4 5 7 2.0 5.0 NaN NaN left_only
5 3 1 5.0 5.0 0.0 5.0 both
6 3 0 4.0 0.0 3.0 2.0 both
7 1 5 2.0 5.0 NaN NaN left_only
8 6 2 0.0 2.0 NaN NaN left_only
9 4 6 6.0 5.0 NaN NaN left_only
10 0 5 NaN NaN 0.0 2.0 right_only
11 1 4 NaN NaN 4.0 4.0 right_only
12 2 7 NaN NaN 4.0 1.0 right_only
13 5 6 NaN NaN 7.0 1.0 right_only
14 3 5 NaN NaN 0.0 0.0 right_only
15 4 7 NaN NaN 3.0 4.0 right_only
16 7 2 NaN NaN 3.0 4.0 right_only
最后,您需要的输出
a.loc[~(a_b.string=="both"),:]
x y a1 a2
0 0 4 1 7
1 0 6 2 3
3 0 4 2 1
4 3 1 5 5
7 1 5 2 5
8 6 2 0 2
9 4 6 6 5
你能提供一些样本数据吗?我想你可以在这里使用外部合并。外部合并不起作用-只是尝试一下。为什么解决方案依赖于数据?通过错误试验来获得最佳解决方案。为什么不a[~a.isin(b)].dropna()好吧,这也不起作用。另外,我只对x列和y列感兴趣,a列和b列还有其他列,它们是a列和b列的uniq。所需的输出不是我想要的,但是它足够接近,所以我可以轻松地导出所需的输出:
a.loc[(a_b.string==“left_only”),:]
因为你没有提供数据集,我不得不补充一个数据集,在我制作的数据集中,a.loc[(a_b.string==“left_only”),:]==a.loc[~(a_b.string==“both”),:]
。我之所以选择a.loc[~(a_b.string==“both”),:]
是因为它与合并的顺序无关。换句话说,如果您的代码是pd.merge(b,a,…