Panda: ottieni righe che non si trovano in un altro dataframe

È possibile utilizzare la seguente sintassi di base per ottenere righe da un DataFrame panda che non si trovano in un altro DataFrame:

 #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 ']

L’esempio seguente mostra come utilizzare questa sintassi nella pratica.

Esempio: ottenere righe in un DataFrame Pandas che non si trovano in un altro DataFrame

Supponiamo di avere i seguenti due DataFrames panda:

 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.

Possiamo utilizzare la seguente sintassi per unire i due DataFrame e creare una colonna indicatore per indicare quali righe appartengono a ciascun 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)

Possiamo quindi utilizzare la seguente sintassi per ottenere solo le righe dal primo DataFrame che non si trovano nel secondo DataFrame:

 #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

Infine, possiamo rimuovere la colonna _merge se vogliamo:

 #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

Il risultato è un DataFrame in cui tutte le righe esistono nel primo DataFrame ma non nel secondo DataFrame.

Risorse addizionali

I seguenti tutorial spiegano come eseguire altre attività comuni nei panda:

Come aggiungere una colonna da un DataFrame a un altro in Pandas
Come modificare l’ordine delle colonne in Pandas
Come ordinare le colonne per nome in Pandas