如何在python/pandas中进行左内连接？

我想根据另一个数据帧中的数据从一个数据帧中删除数据。 我找到了一种方法（见下文），但我想知道是否有更有效的方法。 下面是我想要改进的代码：

# -*- coding: utf-8 -*-

import pandas as pd

#df1 is the dataframe where I want to remove data from
d1 = {'one' : [1., 2., 3., 4.], 'two' : [4., 3., 2., 1.], 'three' : [5.,6.,7.,8.] }
df1 = pd.DataFrame(d1)
df1.columns = ['one', 'two', 'three'] #Keeping the order of the columns as defined
print 'df1\n', df1
#print df1

#I want to remove all the rows from df1 that are also in df2
d2 = {'one' : [2., 4.], 'two' : [3., 1], 'three' : [6.,8.] }
df2 = pd.DataFrame(d2)
df2.columns = ['one', 'two', 'three'] #Keeping the order of the columns as defined
print 'df2\n', df2


#df3 is the output I want to get: it should have the same data as df1, but without the data that is in df2
df3 = df1

#Create some keys to help identify rows to be dropped from df1
df1['key'] = df1['one'].astype(str)+'-'+df1['two'].astype(str)+'-'+df1['three'].astype(str)
print 'df1 with key\n', df1
df2['key'] = df2['one'].astype(str)+'-'+df2['two'].astype(str)+'-'+df2['three'].astype(str)
print 'df2 with key\n', df2

#List of rows to remove from df1
rowsToDrop = []

#Building the list of rows to drop
for i in df1.index:
    if df1['key'].irow(i) in df2.ix[:,'key'].values:
        rowsToDrop.append(i)

#Dropping rows from df1 that are also in df2
for j in reversed(rowsToDrop):
    df3 = df3.drop(df3.index[j])   

df3.drop(['key'], axis=1, inplace=True)        

#Voilà!
print 'df3\n', df3

---

感谢您的帮助。

这将使用数据帧df1和dict d2工作

df3 = df1[~df1.isin(d2)].dropna()

您可以将df传递给isin（），但我认为它不会给您提供所需的结果，因为我相信它也会查看索引

---

您需要更多的语法来选择行，而不是加入数据帧

真正的左联接如下所示：

import numpy as np
import pandas as pd

d1 = {'one' : [1., 2., 3., 4.], 'two' : [4., 3., 2., 1.], 'three' : [5.,6.,7.,8.] }
df1 = pd.DataFrame(d1)
df1['key'] = df1['one'].astype(str)+'-'+df1['two'].astype(str)+'-'+df1['three'].astype(str)
df1.set_index('key', inplace=True)


d2 = {'one' : [2., 4.], 'two' : [3., 1], 'three' : [6.,8.] }
df2 = pd.DataFrame(d2)
df2['key'] = df2['one'].astype(str)+'-'+df2['two'].astype(str)+'-'+df2['three'].astype(str)
df2.set_index('key', inplace=True)

df1.join(df2, how='left', lsuffix='_df1', rsuffix='_df2')


             one_df1  three_df1  two_df1  one_df2  three_df2  two_df2
key                                                                  
1.0-4.0-5.0        1          5        4      NaN        NaN      NaN
2.0-3.0-6.0        2          6        3        2          6        3
3.0-2.0-7.0        3          7        2      NaN        NaN      NaN
4.0-1.0-8.0        4          8        1        4          8        1

进行右连接：

df1.join(df2, how='right', lsuffix='_df1', rsuffix='_df2')

产生以下结果：

             one_df1  three_df1  two_df1  one_df2  three_df2  two_df2
key                                                                  
2.0-3.0-6.0        2          6        3        2          6        3
4.0-1.0-8.0        4          8        1        4          8        1

---

当您说

df3=df1

时，

df3

将反映您对

df1

所做的任何更改，反之亦然。您应该改为说

df3=df1.copy（）

；这是一个选择。我想你应该编辑标题来反映这一点。我想做的是这个网站所说的“左排除加入”。但是你只想要其中一个数据框中的列，对吗？联接用于对齐不同表中的行和列。您所做的只是根据偶然存储在不同数据帧中的元素选择数据。这有细微的区别。谢谢保罗。是的，我看过DataFrame.join（），但在本例中，它没有给出我想要的内容，因为df2中的行仍然在输出中。@TonySignot我知道--我的观点是，因为您实际上不需要连接操作，所以应该编辑问题的标题，以更好地反映您实际需要的内容。此外，您还可以使用

.dropna（）

删除这些行，或者使用

右键

联接。@Tony未看到我的编辑Hanks Bob。你的建议确实要简洁得多。它似乎需要大约相同的时间来执行。