我要执行的操作类似于合并。例如,通过inner
合并,我们得到一个数据框,其中包含第一个AND第二个数据框中存在的行。通过outer
合并,我们得到一个数据帧,该数据帧在第一个或第二个数据帧中都存在。
我需要的是一个数据帧,其中包含第一个数据帧中存在的行而第二个数据帧中不存在的行?有没有一种快速而优雅的方法来做到这一点?
像下面这样的东西怎么样?
print df1
Team Year foo
0 Hawks 2001 5
1 Hawks 2004 4
2 Nets 1987 3
3 Nets 1988 6
4 Nets 2001 8
5 Nets 2000 10
6 Heat 2004 6
7 Pacers 2003 12
print df2
Team Year foo
0 Pacers 2003 12
1 Heat 2004 6
2 Nets 1988 6
只要有一个非关键的通用命名列,就可以让在sufffexes上执行的工作(如果没有非关键的通用列,则可以创建一个临时使用...df1['common'] = 1
和df2['common'] = 1
):
new = df1.merge(df2,on=['Team','Year'],how='left')
print new[new.foo_y.isnull()]
Team Year foo_x foo_y
0 Hawks 2001 5 NaN
1 Hawks 2004 4 NaN
2 Nets 1987 3 NaN
4 Nets 2001 8 NaN
5 Nets 2000 10 NaN
或者,您可以使用,isin
但您必须创建一个密钥:
df1['key'] = df1['Team'] + df1['Year'].astype(str)
df2['key'] = df1['Team'] + df2['Year'].astype(str)
print df1[~df1.key.isin(df2.key)]
Team Year foo key
0 Hawks 2001 5 Hawks2001
2 Nets 1987 3 Nets1987
4 Nets 2001 8 Nets2001
5 Nets 2000 10 Nets2000
6 Heat 2004 6 Heat2004
7 Pacers 2003 12 Pacers2003
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