我有2个数据框，X和Y具有相同的列，并且我试图删除出现在Y中的X中的行，但是我只想根据列的子集来比较它们。
例：
>>> X
site_domain id url
0 a.com 1 ad_a.com/test
1 b.com 2 ad_b.com/test
2 c.com 3 ad_c.com/test
3 d.com 4 ad_d.com/test
4 e.com 5 ad_e.com/test
>>> Y
site_domain id url
0 a.com 1 ad_a.com/test
1 b.com 10 ad_b.com/test
2 other.com 3 ad_c.com/test
3 d.com 4 ad_other.com/test
我想删除从X出现在Y，在我的定义行，这意味着，列site_domain和url必须匹配，但我不在乎id。因此，我的操作结果应该是：
site_domain id url
0 c.com 3 ad_c.com/test
1 d.com 4 ad_d.com/test
2 e.com 5 ad_e.com/test
我该怎么办？我认为这将需要在X上应用一些布尔掩码，但是我不知道如何生成适用于索引的布尔掩码（以便一次保留或拒绝整个行），而且我也不需要知道如何生成这样的蒙版。
我尝试X['site_domain'] == Y['site_domain'] & X['url'] == Y['url']使用否定该蒙版创建一个蒙版，但是Pandas抱怨这些系列的标签不相同。我可能会用相同的标签制作这些系列的版本，但是我觉得这对于这样一个简单的问题会很麻烦。
您可以串联site_domain和url并用于isin检查串联的字符串是否在Y中
X[~(X['site_domain']+'_'+X['url']).isin(Y['site_domain']+'_'+Y['url'])]
site_domain id url
2 c.com 3 ad_c.com/test
3 d.com 4 ad_d.com/test
4 e.com 5 ad_e.com/test
本文收集自互联网，转载请注明来源。
如有侵权，请联系[email protected] 删除。
我来说两句