确定两个python系列或数据帧中的额外值

Question

给定两个数据帧，我将一些唯一值提取到groupby中，然后我想比较两个唯一值并找到不同的值。

unit1 = ["U1", "U2", "U1", "U2", "U1", "U2"]
unit2 = ["U1", "U2", "U1", "U2", "U1", "U2, "U3"]
count1 = [2,4,6,8,10,12]

df = pd.DataFrame({'Unit': unit1,
                   'Count': count1})
df2 = pd.DataFrame({'Unit': unit2,
                   'Count': count1})

units_in_1 = df.groupby(['Unit'])
unit1_list = units_in_1['Unit'].unique()

units_in_2 = df2.groupby(['Unit'])
unit2_list = units_in_2['Unit'].unique()

我最终想要的是U3，以便我可以回去查找df2中的所有实例。

unit1_list是一个系列，我似乎无法正常工作。

创建一个列表并根据this answer进行交集失败，因为着名的numpy不可用

如果我尝试减法，我会得到str和str

的TypeError不支持的操作数

请帮助。

Answer 1

您可以使用isin()和否定（~）运算符来实现此目的。

>>> stuff_in_df2_but_not_in_df1 = df2[~df2.Unit.isin(df1.Unit)]['Unit'].unique()
['U3']

这段有点神秘的代码告诉Pandas会在df2['Unit']中提供df1['Unit']中不存在的所有项目。

如果您希望双向工作（例如，您希望列出df1但不在df2 和中的内容。在df2但不在df1中，您可以使用set.symmetric_difference()。

如果df1['Unit']包含U1, U2, U4且df2['Unit']包含U1, U2, U3，则以下代码会为您提供包含set()的{​​{1}}。

{'U3', 'U4'}

Answer 2

希望我能理解你的问题。

如果您选择df2 [＆＃39;单位]的任何值不等于df [＆＃39;单位]，它是否有效？

df2[df.Unit != df2.Unit ]

输出：     

Answer 3

IIUC然后您可以创建set个唯一值，然后拨打difference：

In [161]:
combined = set(df['Unit'].unique().tolist()+df2['Unit'].unique().tolist())
combined

Out[161]:
{'U1', 'U2', 'U3'}

In [162]:    
combined.difference(df['Unit'].unique())

Out[162]:
{'U3'}