Python 提取过滤数据帧

我有三个数据集：

• 一个是df1，通过选择label=1的所有行来构建
• 一个是df2，它是通过选择

  Fact

  =1的所有行（不考虑标签，标签为0）构建的
• 另一个是df，它是上面两个数据集的原始数据集

df1

User Label Fact Date
321    1    0   28-04
312    1    0   22-02
315    1    0   21-12
...

df2

User Label Fact Date
21     0    1   18-04
532    0    1   02-01
135    0    1   22-12
...

df

User Label Fact Date
321    1    0   28-04
312    1    0   22-02
315    1    0   21-12
...
21     0    1   18-04
532    0    1   02-01
135    0    1   22-12
...
241    0    0   21-12
54     0    0   23-11
...

我想知道如何使用join“提取”具有

Label=0和Fact=0的数据集。
因为我对条件Label=0和Fact=0感兴趣，所以我可以使用一个逻辑条件来提取行，但我对可能的替代方案很好奇

谢谢
df[（df[“Label”]==0）和（df[“Fact”]==0）]
应该给你想要的，或者也可以
df2[df2[“Label”]==0]
。但是，您所说的可能的替代方案是什么意思？
请提供一份报告，以及预期的产出。我想知道如何使用join“提取”Label=0和value=0的数据集。为什么加入？对不起，这是事实，不是价值。我想考虑其他方法来提取行。<代码> df= df[（df[标签]＝0）和（df [事实]＝0）] /代码>我不确定是否还有更好的替代品。谢谢@罗伯特斯。是的，我和你一样提取行。对于“可能的备选方案”，我的意思是使用提取考虑一个数据集的行并减去（或仅仅计算差异）另一个数据集。我以为是加入，也许我错了。例如：要从原始数据集中获取剩余的行，我应该同时从df1和df2中删除行。这将给我与您相同的行您可以尝试
pd.merge（d1，d2，how=“inner”，left_index=True，right_index=True）
，假设每个“用户”ID在每个数据帧中只出现一次，并且它是索引（如果不是，请使用
d1.设置索引（“用户”，inplace=True）
）。但我认为在这种情况下，如上所述提取它们是正确的做法。