Question

我的df（df1）看起来像：

df1 = pd.DataFrame([
        ['YYZ', 'SFO', 1],
        ['YYZ', 'YYD', 1],
        ['YYZ', 'EWR', 1],
        ['YYZ', 'DFW', 1],
        ['YYZ', 'LAX', 1],
        ['YYZ', 'YYC', 1]
    ], columns=['city1', 'city2', 'val'])

我有另一个df（df2）是df1的一个子集：

df2 = pd.DataFrame([
        ['YYZ', 'SFO', 1],
        ['YYZ', 'YYD', 1]
    ], columns=['city1', 'city2', 'val'])

我希望df1中的所有行都不在df2中。

我已经尝试了这篇文章conditional slicing based on values of 2 columns中描述的各种选项，但是我还没有能够让它发挥作用。

我们将不胜感激。

Answer 1

将merge与indicator=True
然后使用query仅剥离'left_only'

df1.merge(
    df2, how='outer', indicator=True
).query('_merge == "left_only"').drop('_merge', 1)

  city1 city2  val
2   YYZ   EWR    1
3   YYZ   DFW    1
4   YYZ   LAX    1
5   YYZ   YYC    1

Answer 2

用简单的英语直接问问题，嗯，我的意思是普通的熊猫。 “选择df1中不在df2中的所有行”转换为：

df1[~df1.isin(df2).all(axis=1)]
Out[127]: 
  city1 city2  val
2   YYZ   EWR    1
3   YYZ   DFW    1
4   YYZ   LAX    1
5   YYZ   YYC    1

Answer 3

〜符号反转isin并使之有效地成为isnotin

df1中不在df2

3 个答案: