<\/p>\n
Anti-gabung<\/strong> memungkinkan Anda mengembalikan semua baris dalam satu kumpulan data yang tidak memiliki nilai yang cocok di kumpulan data lain.<\/span><\/p>\n Anda dapat menggunakan sintaks berikut untuk melakukan anti-gabungan antara dua panda DataFrames:<\/span><\/p>\n Contoh berikut menunjukkan cara menggunakan sintaksis ini dalam praktiknya.<\/span><\/p>\n Mari kita asumsikan kita memiliki dua panda DataFrames berikut:<\/span><\/p>\n Kita dapat menggunakan kode berikut untuk mengembalikan semua baris dari DataFrame pertama yang tidak memiliki tim yang cocok di DataFrame kedua:<\/span><\/p>\n Kita dapat melihat bahwa ada dua tim dari DataFrame pertama yang tidak memiliki nama tim yang cocok di DataFrame kedua.<\/span><\/p>\n Anti-gabung berfungsi seperti yang diharapkan.<\/span><\/p>\n Hasil akhirnya adalah DataFrame yang hanya berisi baris di mana nama tim termasuk dalam DataFrame pertama tetapi bukan DataFrame kedua.<\/span><\/p>\n Tutorial berikut menjelaskan cara melakukan tugas umum lainnya di panda:<\/span><\/p>\n Bagaimana cara melakukan inner join di Pandas<\/a> Anti-gabung memungkinkan Anda mengembalikan semua baris dalam satu kumpulan data yang tidak memiliki nilai yang cocok di kumpulan data lain. Anda dapat menggunakan sintaks berikut untuk melakukan anti-gabungan antara dua panda DataFrames: 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 Contoh: melakukan anti-join di 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 Sumber daya tambahan<\/strong><\/span><\/h2>\n
Bagaimana cara melakukan gabung kiri di Pandas<\/a>
Bagaimana cara melakukan cross join di Pandas<\/a><\/p>\n","protected":false},"excerpt":{"rendered":"