pandas - 按行元素按另一个数据帧过滤数据帧

Fab*_*nna 33 python pandas

我有一个数据框df1,看起来像:

   c  k  l
0  A  1  a
1  A  2  b
2  B  2  a
3  C  2  a
4  C  2  d
Run Code Online (Sandbox Code Playgroud)

另一个叫做df2:

   c  l
0  A  b
1  C  a
Run Code Online (Sandbox Code Playgroud)

我想过滤df1只保留不在的值df2.要过滤的值应为as (A,b)(C,a)tuples.到目前为止,我尝试应用该isin方法:

d = df[~(df['l'].isin(dfc['l']) & df['c'].isin(dfc['c']))]
Run Code Online (Sandbox Code Playgroud)

除了在我看来太复杂,它返回:

   c  k  l
2  B  2  a
4  C  2  d
Run Code Online (Sandbox Code Playgroud)

但我期待:

   c  k  l
0  A  1  a
2  B  2  a
4  C  2  d
Run Code Online (Sandbox Code Playgroud)

jak*_*vdp 41

您可以使用isin从所需列构造的多索引有效地执行此操作:

df1 = pd.DataFrame({'c': ['A', 'A', 'B', 'C', 'C'],
                    'k': [1, 2, 2, 2, 2],
                    'l': ['a', 'b', 'a', 'a', 'd']})
df2 = pd.DataFrame({'c': ['A', 'C'],
                    'l': ['b', 'a']})
keys = list(df2.columns.values)
i1 = df1.set_index(keys).index
i2 = df2.set_index(keys).index
df1[~i1.isin(i2)]
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

我认为这改进了@ IanS的类似解决方案,因为它不假设任何列类型(即它将使用数字和字符串).


(以上答案是编辑.以下是我的初步答案)

有趣!这是我之前没有遇到的......我可能会通过合并两个数组来解决它,然后删除df2定义的行.这是一个使用临时数组的示例:

df1 = pd.DataFrame({'c': ['A', 'A', 'B', 'C', 'C'],
                    'k': [1, 2, 2, 2, 2],
                    'l': ['a', 'b', 'a', 'a', 'd']})
df2 = pd.DataFrame({'c': ['A', 'C'],
                    'l': ['b', 'a']})

# create a column marking df2 values
df2['marker'] = 1

# join the two, keeping all of df1's indices
joined = pd.merge(df1, df2, on=['c', 'l'], how='left')
joined
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

# extract desired columns where marker is NaN
joined[pd.isnull(joined['marker'])][df1.columns]
Run Code Online (Sandbox Code Playgroud)

在此输入图像描述

可能有一种方法可以在不使用临时数组的情况下执行此操作,但我想不到一个.只要您的数据不是很大,上述方法应该是一个快速而充分的答案.


小智 12

这非常简洁,效果很好:

df1 = df1[~df1.index.isin(df2.index)]
Run Code Online (Sandbox Code Playgroud)

  • 虽然此代码可以回答这个问题,但提供有关如何和/或解决问题的原因的其他背景将提高答案的长期价值.请阅读[how-to-answer](http://stackoverflow.com/help/how-to-answer)以提供高质量的答案. (6认同)
  • 这只有效,因为示例数据已对齐,如果键未对齐,则在任何意义上都会失败。不知道这是如何获得 14 票赞成的。 (6认同)

Erf*_*fan 7

Using DataFrame.merge & DataFrame.query:

A more elegant method would be to do left join with the argument indicator=True, then filter all the rows which are left_only with query:

d = (
    df1.merge(df2, 
              on=['c', 'l'],
              how='left', 
              indicator=True)
    .query('_merge == "left_only"')
    .drop(columns='_merge')
)

print(d)
   c  k  l
0  A  1  a
2  B  2  a
4  C  2  d
Run Code Online (Sandbox Code Playgroud)

indicator=True returns a dataframe with an extra column _merge which marks each row left_only, both, right_only:

df1.merge(df2, on=['c', 'l'], how='left', indicator=True)

   c  k  l     _merge
0  A  1  a  left_only
1  A  2  b       both
2  B  2  a  left_only
3  C  2  a       both
4  C  2  d  left_only
Run Code Online (Sandbox Code Playgroud)