<\/p>\n
Mit einem Anti-Join<\/strong> k\u00f6nnen Sie alle Zeilen in einem Datensatz zur\u00fcckgeben, die in einem anderen Datensatz keine \u00fcbereinstimmenden Werte haben.<\/span><\/p>\n Sie k\u00f6nnen die folgende Syntax verwenden, um einen Anti-Join zwischen zwei Pandas-DataFrames durchzuf\u00fchren:<\/span><\/p>\n Das folgende Beispiel zeigt, wie diese Syntax in der Praxis verwendet wird.<\/span><\/p>\n Nehmen wir an, wir haben die folgenden zwei Panda-DataFrames:<\/span><\/p>\n Wir k\u00f6nnen den folgenden Code verwenden, um alle Zeilen aus dem ersten DataFrame zur\u00fcckzugeben, die im zweiten DataFrame kein passendes Team haben:<\/span><\/p>\n Wir k\u00f6nnen sehen, dass es genau zwei Teams aus dem ersten DataFrame gibt, die im zweiten DataFrame keinen passenden Teamnamen haben.<\/span><\/p>\n Der Anti-Join funktionierte wie erwartet.<\/span><\/p>\n Das Endergebnis ist ein DataFrame, der nur die Zeilen enth\u00e4lt, in denen der Teamname zum ersten DataFrame geh\u00f6rt, nicht jedoch zum zweiten DataFrame.<\/span><\/p>\n In den folgenden Tutorials wird erl\u00e4utert, wie andere h\u00e4ufige Aufgaben in Pandas ausgef\u00fchrt werden:<\/span><\/p>\n So f\u00fchren Sie einen Inner Join in Pandas durch<\/a> Mit einem Anti-Join k\u00f6nnen Sie alle Zeilen in einem Datensatz zur\u00fcckgeben, die in einem anderen Datensatz keine \u00fcbereinstimmenden Werte haben. Sie k\u00f6nnen die folgende Syntax verwenden, um einen Anti-Join zwischen zwei Pandas-DataFrames durchzuf\u00fchren: outer = df1. merge (df2, how=‘ outer ‚, indicator= True ) anti_join = outer[(outer._merge==‘ left_only ‚)]. drop (‚ _merge ‚, axis= 1 […]<\/p>\n","protected":false},"author":1,"featured_media":0,"comment_status":"open","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[11],"tags":[],"yoast_head":"\n outer = df1. merge<\/span> (df2, how=' outer<\/span> ', indicator= True<\/span> )\n\nanti_join = outer[(outer._merge==' left_only<\/span> ')]. drop<\/span> (' _merge<\/span> ', axis= 1<\/span> )\n<\/strong><\/pre>\n Beispiel: Durchf\u00fchren eines Anti-Joins in Pandas<\/strong><\/span><\/h2>\n
import<\/span> pandas as<\/span> pd\n\n#create first DataFrame\n<\/span>df1 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'D', 'E'],\n ' points<\/span> ': [18, 22, 19, 14, 30]})\n\nprint<\/span> (df1)\n\n team points\n0 to 18\n1 B 22\n2 C 19\n3 D 14\n4 E 30\n\n#create second DataFrame\n<\/span>df2 = pd. DataFrame<\/span> ({' team<\/span> ': ['A', 'B', 'C', 'F', 'G'],\n ' points<\/span> ': [18, 22, 19, 22, 29]})\n\nprint<\/span> (df2)\n\n team points\n0 to 18\n1 B 22\n2 C 19\n3 F 22\n4 G 29\n<\/strong><\/span><\/pre>\n #perform outer join<\/span>\nouter = df1. merge<\/span> (df2, how=' outer<\/span> ', indicator= True<\/span> )\n\n#perform anti-join\n<\/span>anti_join = outer[(outer._merge==' left_only<\/span> ')]. drop<\/span> (' _merge<\/span> ', axis= 1<\/span> )\n\n#view results\n<\/span>print<\/span> (anti_join)\n\n team points\n3 D 14\n4 E 30<\/strong><\/pre>\n Zus\u00e4tzliche Ressourcen<\/strong><\/span><\/h2>\n
So f\u00fchren Sie einen Links-Join in Pandas durch<\/a>
So f\u00fchren Sie einen Cross-Join in Pandas durch<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"