Pandas: dapatkan baris yang tidak ada di dataframe lain

Anda dapat menggunakan sintaks dasar berikut untuk mendapatkan baris dari DataFrame panda yang tidak ada di DataFrame lain:

 #merge two DataFrames and create indicator column
df_all = df1. merge ( df2.drop_duplicates (), on=[' col1 ',' col2 '],
                   how=' left ', indicator= True )

#create DataFrame with rows that exist in first DataFrame only
df1_only = df_all[df_all[' _merge '] == ' left_only ']

Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.

Contoh: Mendapatkan baris di Pandas DataFrame yang tidak ada di DataFrame lain

Mari kita asumsikan kita memiliki dua panda DataFrames berikut:

 import pandas as pd

#create first DataFrame
df1 = pd. DataFrame ({' team ': ['A', 'B', 'C', 'D', 'E'], 
                    ' points ': [12, 15, 22, 29, 24]}) 

print (df1)

  team points
0 to 12
1 B 15
2 C 22
3 D 29
4 E 24

#create second DataFrame
df2 = pd. DataFrame ({' team ': ['A', 'D', 'F', 'G', 'H'],
                    ' points ': [12, 29, 15, 19, 10]})

print (df2)

  team points
0 to 12
1 D 29
2 F 15
3 G 19
4:10 a.m.

Kita dapat menggunakan sintaks berikut untuk menggabungkan dua DataFrame dan membuat kolom indikator untuk menunjukkan baris mana yang dimiliki setiap DataFrame:

 #merge two DataFrames and create indicator column
df_all = df1. merge ( df2.drop_duplicates (), on=[' team ',' points '],
                   how=' left ', indicator= True )

#view result
print (df_all)

Kita kemudian dapat menggunakan sintaks berikut untuk mendapatkan hanya baris dari DataFrame pertama yang tidak ada di DataFrame kedua:

 #create DataFrame with rows that exist in first DataFrame only
df1_only = df_all[df_all[' _merge '] == ' left_only ']

#view DataFrame
print (df1_only)

  team points _merge
1 B 15 left_only
2 C 22 left_only
4 E 24 left_only

Terakhir, kita dapat menghapus kolom _merge jika kita ingin:

 #drop '_merge' column
df1_only = df1_only. drop (' _merge ', axis= 1 )

#view DataFrame
print (df1_only)

  team points
1 B 15
2 C 22
4 E 24

Hasilnya adalah DataFrame yang semua barisnya ada di DataFrame pertama tetapi tidak di DataFrame kedua.

Sumber daya tambahan

Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:

Bagaimana cara menambahkan kolom dari satu DataFrame ke DataFrame lainnya di Pandas
Bagaimana mengubah urutan kolom di Pandas
Cara mengurutkan kolom berdasarkan nama di Pandas