在Pandas中选择两个DataFrame之间的唯一行

时间:2014-05-04 19:04:48

标签: python pandas

我有两个不等维的数据框A和B.我想创建一个数据框C,使其只包含A和B之间唯一的行。我试图遵循这个解决方案(excluding rows from a pandas dataframe based on column value and not index value),但无法使其工作。

这里的例子:

假设这是DF_A:

    Star_ID         Loc_ID      pmRA        pmDE    Field     Jmag    Hmag  
 2M00000032+5737103  4264    0.000000    0.000000    N7789   10.905  10.635
 2M00000068+5710233  4264    8.000000    -18.000000  N7789   10.664  10.132
 2M00000222+5625359  4264    0.000000    0.000000    N7789   11.982  11.433
 2M00000818+5634264  4264    0.000000    0.000000    N7789   12.501  11.892
 2M00001242+5524391  4264    0.000000    -4.000000   N7789   12.091  11.482

这是DF_B:

2M00000032+5737103  
2M00000068+5710233
2M00001242+5524391

因此,前两个和最后一个Star_ID在DF_A和DF_B之间是通用的。我想创建DF_C,以便:

DF_C:

        Star_ID         Loc_ID      pmRA        pmDE    Field     Jmag    Hmag
     2M00000222+5625359  4264    0.000000    0.000000    N7789   11.982  11.433
     2M00000818+5634264  4264    0.000000    0.000000    N7789   12.501  11.892

1 个答案:

答案 0 :(得分:5)

这对我有用:

In [7]:

df1[~df1.Star_ID.isin(df2.Star_ID)]

Out[7]:

              Star_ID  Loc_ID  pmRA  pmDE  Field    Jmag    Hmag
2  2M00000222+5625359    4264     0     0  N7789  11.982  11.433
3  2M00000818+5634264    4264     0     0  N7789  12.501  11.892

[2 rows x 7 columns]

所以我们在这里做的是创建一个布尔掩码,我们要求两个数据帧中Star_ID值的位置,但是使用~我们NOT有效的条件否定它。你链接的那个几乎是一回事,但我想你可能不理解语法?

修改

为了获得仅在df1中的值和仅在df2中的值,您可以这样做

unique_vals = df1[~df1.Star_ID.isin(df2.Star_ID)].append(df2[~df2.Star_ID.isin(df1.Star_ID)], ignore_index=True)

进一步修改

所以问题是csv有前导空格,这导致两个数据集中的所有值都是唯一的,要纠正这个,你需要这样做:

df1.Apogee_ID = df1.Apogee_ID.str.lstrip()