Python 如何根据从另一个数据集中匹配的唯一值从数据集中删除行？

我这里有一个培训和测试数据集。与测试集相比，训练集具有更多的唯一的分类值，我想从训练集中筛选出那些实际上只对训练集独占的行

例如，让我们以分类列

Frequency

和

PaymentMode

为例。训练集的频率有4个唯一值，频率有11个唯一值。但是，对于测试集，我分别有3个和10个唯一值（每列少1个）

对于data.columns中的列：
如果数据[col].dtype==“对象”：
打印（col）
打印（数据[col].unique（））
打印（“”）
频率
[“每月”“每季度”“每半年”“每两个月”]
付款方式
['PDC_E''PDC''直接借记''账单''ECS''自动借记''SI拒绝'
“ECS拒绝”“支票”“PDC拒绝”“托管”]
对于valData.columns中的列：
如果valData[col].dtype==“对象”：
打印（col）
打印（valData[col].unique（））
打印（“”）
频率
[“每月”“每季度”“每半年”]
付款方式
['PDC_E''PDC''账单''直接借记''ECS''ECS拒绝''SI拒绝'
“支票”“自动借记”“PDC拒绝”]

我想要的是从培训集中删除“双月”和“代管”的样本，因为这些是it的专属样本。我尝试过这个，但有一个错误：

data.loc[data[[“Frequency”，“PaymentMode”]].isin（valData[[“Frequency”，“PaymentMode”]]）]
ValueError:无法使用多维键进行索引

---

pandas中是否有其他方法不单独指定要删除的值？

在这种情况下不能使用多列。两个过滤器的组合，要求两个列没有测试中不存在的因素，应该可以工作：

data = pd.DataFrame({'Frequency':np.random.choice(['Monthly','Quatrly','Half Yearly','BI-Monthly'],100),
'PaymentMode':np.random.choice(['Cheque','PDC Reject','Escrow'],100)})

valData = pd.DataFrame({'Frequency':np.random.choice(['Monthly','Quatrly','Half Yearly'],100),
'PaymentMode':np.random.choice(['Cheque','PDC Reject',],100)})

da = data[(data["Frequency"].isin(valData["Frequency"]) & data["PaymentMode"].isin(valData["PaymentMode"]))]

pd.crosstab(da['Frequency'],da['PaymentMode'])
Out[25]: 
PaymentMode  Cheque  PDC Reject
Frequency                      
Half Yearly       9           5
Monthly           9          11
Quatrly           7           6

---

精确而优雅：）