Pandas: obtenha linhas que não estão em outro dataframe

Você pode usar a seguinte sintaxe básica para obter linhas de um DataFrame do pandas que não estão em outro 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 ']

O exemplo a seguir mostra como usar essa sintaxe na prática.

Exemplo: Obtendo linhas em um DataFrame do Pandas que não estão em outro DataFrame

Vamos supor que temos os dois DataFrames panda a seguir:

 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.

Podemos usar a seguinte sintaxe para mesclar os dois DataFrames e criar uma coluna indicadora para indicar quais linhas pertencem a cada 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)

Podemos então usar a seguinte sintaxe para obter apenas as linhas do primeiro DataFrame que não estão no segundo 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

Finalmente, podemos remover a coluna _merge se quisermos:

 #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

O resultado é um DataFrame no qual todas as linhas existem no primeiro DataFrame, mas não no segundo DataFrame.

Recursos adicionais

Os tutoriais a seguir explicam como realizar outras tarefas comuns em pandas:

Como adicionar uma coluna de um DataFrame para outro no Pandas
Como alterar a ordem das colunas no Pandas
Como classificar colunas por nome no Pandas