如何在Python中删除数据框的子集？

Question

我的数据帧df是3020x4。我想从原始图片中删除df1 20x4子集。换句话说，我只想得到形状为3000x4的差异。我尝试了下面的方法，但是没有用。它恰好返回了df。你能帮忙吗？谢谢。

new_df = df.drop(df1)

Answer 1

如您似乎无法发布一个具有代表性的示例，我将演示一种使用mergeparam的方法indicator=True：

因此，生成一些数据：

In [116]:
df = pd.DataFrame(np.random.randn(5,3), columns=list('abc'))
df

Out[116]:
          a         b         c
0 -0.134933 -0.664799 -1.611790
1  1.457741  0.652709 -1.154430
2  0.534560 -0.781352  1.978084
3  0.844243 -0.234208 -2.415347
4 -0.118761 -0.287092  1.179237

取一个子集：

In [118]:
df_subset=df.iloc[2:3]
df_subset

Out[118]:
         a         b         c
2  0.53456 -0.781352  1.978084

现在执行一个左merge与PARAM indicator=True这将增加_merge，其指示该行是否是列left_only，both或right_only（后者不会在这个例子中出现），并且我们过滤合并的DF只显示left_only：

In [121]:
df_new = df.merge(df_subset, how='left', indicator=True)
df_new = df_new[df_new['_merge'] == 'left_only']
df_new

Out[121]:
          a         b         c     _merge
0 -0.134933 -0.664799 -1.611790  left_only
1  1.457741  0.652709 -1.154430  left_only
3  0.844243 -0.234208 -2.415347  left_only
4 -0.118761 -0.287092  1.179237  left_only

这是原始合并的df：

In [122]:
df.merge(df_subset, how='left', indicator=True)

Out[122]:
          a         b         c     _merge
0 -0.134933 -0.664799 -1.611790  left_only
1  1.457741  0.652709 -1.154430  left_only
2  0.534560 -0.781352  1.978084       both
3  0.844243 -0.234208 -2.415347  left_only
4 -0.118761 -0.287092  1.179237  left_only

Answer 2

的熊猫速查表还提出了以下技术

adf[~adf.x1.isin(bdf.x1)]

其中 x1 是要比较的列，adf 是从中取出出现在数据帧 bdf 中的相应行的数据帧。

OP提出的特定问题也可以通过以下方式解决

new_df = df.drop(df1.index)