Python 选择数据帧之间的补足列

假设我有一个pandas.DataFrame

x

，

x

被馈送到函数

filter

，并返回

y

，一个从

x

删除了一些列的数据框。函数是一个黑盒，列数很大。如何在“x”中找到已删除的列

或者，

y.columns

是

x.columns

的子集，如何在

x

中找到不在

y

中的列

例如：

x = pd.DataFrame(np.array([[1,2,3],[4,5,6]]))
x.columns = list('abc')
y = x.iloc[:, :2].copy()
>>> x
   a  b  c
0  1  2  3
1  4  5  6
>>> y
   a  b
0  1  2
1  4  5

我希望返回列

c

我现在的解决方案是：

>>> xc = x.columns.values.tolist()
>>> yc = y.columns.values.tolist()
>>> diff = [i for i in xc if i not in yc]
>>> x[diff]
   c
0  3
1  6

有没有一种方法可以在不提取列名的情况下获得结果

我以为这是一些基本的操作，但我在网上找不到一个简单的答案

谢谢。

将熊猫用作：

或：

这将给出

x

dataframe中的列值，但不在

y

dataframe中

---

或：

使用

集合

：

x_col = set(x.columns)
y_col = set(y.columns)
x_col.difference(y_col)
>>{'c'}

---

x\u col.difference（y\u col）

将返回仅存在于

x\u col

中而不存在于

y\u col

中的元素。您可以使用

numpy

来实现以下目的：

import numpy as np

diff = np.setdiff1d(xc,yc)

或

但是，使用本机方法总是好的：

diff = list(xc - yc)

print(x[list(set(x.columns)-set(y.columns))])

   c
0  3
1  6

x_col = set(x.columns)
y_col = set(y.columns)
x_col.difference(y_col)
>>{'c'}

import numpy as np

diff = np.setdiff1d(xc,yc)

diff = list(xc - yc)