Panda's: haal rijen op die zich niet in een ander dataframe bevinden

U kunt de volgende basissyntaxis gebruiken om rijen op te halen uit een Panda DataFrame die zich niet in een ander DataFrame bevinden:

 #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 ']

Het volgende voorbeeld laat zien hoe u deze syntaxis in de praktijk kunt gebruiken.

Voorbeeld: rijen in een Pandas DataFrame ophalen die zich niet in een ander DataFrame bevinden

Laten we aannemen dat we de volgende twee panda-dataframes hebben:

 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.

We kunnen de volgende syntaxis gebruiken om de twee DataFrames samen te voegen en een indicatorkolom te maken om aan te geven welke rijen tot elk DataFrame behoren:

 #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)

We kunnen dan de volgende syntaxis gebruiken om alleen de rijen uit het eerste DataFrame op te halen die zich niet in het tweede DataFrame bevinden:

 #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

Ten slotte kunnen we de kolom _merge verwijderen als we dat willen:

 #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

Het resultaat is een DataFrame waarin alle rijen in het eerste DataFrame voorkomen, maar niet in het tweede DataFrame.

Aanvullende bronnen

In de volgende tutorials wordt uitgelegd hoe u andere veelvoorkomende taken in panda’s kunt uitvoeren:

Hoe u een kolom van het ene DataFrame aan het andere toevoegt in Pandas
Hoe u de kolomvolgorde in Pandas kunt wijzigen
Hoe kolommen op naam te sorteren in Pandas