Pandas: получите строки, которых нет в другом dataframe

Вы можете использовать следующий базовый синтаксис, чтобы получить строки из DataFrame pandas, которых нет в другом 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 ']

В следующем примере показано, как использовать этот синтаксис на практике.

Пример: получение строк в DataFrame Pandas, которых нет в другом DataFrame

Предположим, у нас есть следующие два кадра данных 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.

Мы можем использовать следующий синтаксис, чтобы объединить два DataFrame и создать столбец индикатора, чтобы указать, какие строки принадлежат каждому 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)

Затем мы можем использовать следующий синтаксис, чтобы получить только те строки из первого DataFrame, которых нет во втором 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

Наконец, мы можем удалить столбец _merge , если захотим:

 #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

Результатом является DataFrame, в котором все строки существуют в первом DataFrame, но отсутствуют во втором DataFrame.

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Как добавить столбец из одного DataFrame в другой в Pandas
Как изменить порядок столбцов в Pandas
Как сортировать столбцы по имени в Pandas