如何在python中实现左外连接?
我一直在尝试在python中实现左外连接,我发现左连接和左外连接之间有细微的区别 与此链接一样: 我可以通过以下示例获得我的手:如何在python中实现左外连接?,python,pandas,Python,Pandas,我一直在尝试在python中实现左外连接,我发现左连接和左外连接之间有细微的区别 与此链接一样: 我可以通过以下示例获得我的手: import pandas as pd import numpy as np df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'], 'value1': np.random.randn(4)}) df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'], 'value2': np.r
import pandas as pd
import numpy as np
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value1': np.random.randn(4)})
df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'],
'value2': np.random.randn(4)})
df3 = df1.merge(df2, on=['key'], how='left')
这将提供来自df1的全部记录(包括相交的记录)
但是我如何做左外连接,它只有来自df1的记录,而这些记录不在df2中
不是:这只是一个示例。我可能在两个数据帧中都有大量列(不同)
请提供帮助。设置参数,这将添加一列\u merge
,然后仅过滤左侧的行。
:
In [46]:
df1 = pd.DataFrame({'key': ['A', 'B', 'C', 'D'],
'value1': np.random.randn(4)})
df2 = pd.DataFrame({'key': ['B', 'D', 'D', 'E'],
'value2': np.random.randn(4)})
df3 = df1.merge(df2, on=['key'], how='left', indicator=True)
df3
Out[46]:
key value1 value2 _merge
0 A -0.346861 NaN left_only
1 B 1.120739 0.558272 both
2 C 0.023881 NaN left_only
3 D -0.598771 -0.823035 both
4 D -0.598771 0.369423 both
In [48]:
df3[df3['_merge'] == 'left_only']
Out[48]:
key value1 value2 _merge
0 A -0.346861 NaN left_only
2 C 0.023881 NaN left_only
如果在旧版本上,则使用isin
和~
来消除掩码:
In [50]:
df3[~df3['key'].isin(df2['key'])]
Out[50]:
key value1 value2
0 A -0.346861 NaN
2 C 0.023881 NaN
我使用的是旧版本的pandas,想不出这一点。谢谢。如果我仍然使用旧版本,还有其他选择吗?您可以使用
isin
和~
来取消掩码,以过滤df2
中的行,谢谢EdChum。这很有效!!如果我有一个以上的键,比如key1,key2,key3。df3[~df3[['key1','key2','key3']]。isin(df2[[['key1','key2','key3']])似乎缺少一些信息。当您开始引入排列时,这会更加复杂,除非您可以按行进行比较,这在这里非常困难。可能有效的一件事是将索引设置为两个dfs的所有三个键列,然后执行df1.index.difference(df2.index)
这将返回df1中但不在df2中的行。请尝试并告知您。谢谢。