如何辨識一個 Pandas DataFrame 中存在而不是另一個中存在的行？

識別 Pandas DataFrame 中的不常見行

使用多個資料框時，有必要識別一個資料框中存在但另一個中不存在的行。假設我們有兩個資料框 df1 和 df2，其中 df2 是 df1 的子集。

我們如何從 df1 中提取 df2 中不存在的行？

考慮以下範例：

import pandas as pd

df1 = pd.DataFrame(data={'col1': [1, 2, 3, 4, 5, 3], 'col2': [10, 11, 12, 13, 14, 10]})
df2 = pd.DataFrame(data={'col1': [1, 2, 3], 'col2': [10, 11, 12]})

print("df1:")
print(df1)

print("\ndf2:")
print(df2)

輸出：

   col1  col2
0     1    10
1     2    11
2     3    12
3     4    13
4     5    14
5     3    10

   col1  col2
0     1    10
1     2    11
2     3    12

我們的目標是找出 df1 中的行df2 中不存在。

解決方案：

為了準確識別不常見的行，我們需要在col1 和col2 列上執行df1 和df2 之間的左連接，確保消除df2中的重複項。此外，我們指定 Indicator=True 來建立一個額外的列，指示每個合併行的來源。

產生的資料框df_all 包含df1 和df2 中的所有行，並附加一個列_merge 來指示是否合併行源自兩個資料幀（兩者）、僅df1 (left_only) 或僅df2 (right_only)。

df_all = df1.merge(df2.drop_duplicates(), on=['col1', 'col2'], how='left', indicator=True)

我們現在可以使用布林條件 df_all['_merge'] == 'left_only' 過濾 df_all 以從 df1 中提取不常見的行。

df_uncommon = df_all[df_all['_merge'] == 'left_only']
print("\nUncommon rows in df1:")
print(df_uncommon)

這將返回所需的輸出：

   col1  col2 _merge
3     4    13  left_only
4     5    14  left_only
5     3    10  left_only

利用具有重複消除功能的左連接和_merge 列，我們可以有效地識別並提取df1 中不存在於df2 中的行。

以上是如何辨識一個 Pandas DataFrame 中存在而不是另一個中存在的行？的詳細內容。更多資訊請關注PHP中文網其他相關文章！