Question

我使用两个数据帧。我想根据另一个数据帧中的匹配项删除第一个数据框中的行。

在df1中我有两列（称为Type1＆amp; Type2）+一个标志。我想删除其中flag = True＆amp;的行。 Type1＆amp; Type2匹配另一个df2中的组合。

import pandas as pd
import numpy as np
df1 = pd.DataFrame(np.random.randint(0,10,size=(100, 2)),columns = ["Type1","Type2"])
df1["Flag"] = np.random.randint(0,10,size=(100))>6
df1.head()

  Type1  Type2   Flag
0      8      5  False
1      1      6  False
2      9      2  False
3      0      9   True
4      2      9  False

df2 = pd.DataFrame(np.random.randint(0,10,size=(100, 2)),columns = ["Type1","Type2"])
df2.head()

  Type1  Type2
0      0      9
1      7      8
2      5      1
3      3      3
4      3      2

例如，df1中index = 3的行应删除为Flag = True且df2中存在（0,9）。

Answer 1

将merge用于一个df，然后按boolean indexing进行过滤 - 只需要df1中的left_only（False）和Flag中的值，因此删除both与True的行。

#on parameter omitted if only matched column are same in both df 
df3 = pd.merge(df1, df2, how='left', indicator=True)
#if multiple matched columns
#df3 = pd.merge(df1, df2, how='left', indicator=True, on = ['Type1','Type2'])
print (df3)
   Type1  Type2   Flag     _merge
0      8      5  False  left_only
1      1      6  False  left_only
2      9      2  False  left_only
3      0      9   True       both
4      2      9  False  left_only

df3 = df3.loc[(df3['_merge'] == 'left_only') & (~df3['Flag']), ['Type1','Type2']]
print (df3)
   Type1  Type2
0      8      5
1      1      6
2      9      2
4      2      9

也可以创建掩码，然后仅过滤df1（如果有很多列）：

m = (df3['_merge'] == 'left_only') & (~df3['Flag'])
df1 = df1[m]
print (df1)
   Type1  Type2   Flag
0      8      5  False
1      1      6  False
2      9      2  False
4      2      9  False

根据另一个数据帧中的查找删除数据框中的行

1 个答案: