Question

我有一个数据框，其中包含一个月内唯一的工作日期列表，称为天。

我还有另一个数据框，其中包含员工报告上班的天数列表，称为报告。

我正在尝试寻找某天员工没有上班的报告。

以下是数据框的示例视图：

System.Net.WebException: The remote server returned an error: (407) Proxy Authentication Required.

称为报告的数据框的视图：

days
11/1/2018
11/2/2018
11/3/2018
11/4/2018
11/5/2018
11/6/2018
11/7/2018

预期的输出（列出员工未报告的天数）：

emp_id, date
1001,11/1/2018
1001,11/2/2018
1002,11/1/2018
1002,11/3/2018
1003,11/3/2018

更新，我如下创建了第一个数据框

emp_id,date
1001,11/3/2018
1002,11/2/2018
1003,11/1/2018
1003,11/2/2018

Answer 1

您需要使用默认内部联接的merge，然后使用emp_id和date的所有唯一值，reindex，最后merge并使用参数{{1} }过滤未报告的行：

indicator=True

reported['date'] = pd.to_datetime(reported['date'])

df1 = reported.set_index(['emp_id', 'date'])
mux = pd.MultiIndex.from_product(df1.index.levels, names=df1.index.names)

感谢@IMCoins的另一种解决方案是使用df3 = (df1.reindex(mux) .reset_index() .merge(reported, indicator=True, how='outer') .query('_merge != "both"') .drop('_merge', axis=1)) print (df3) emp_id date 2 1001 2018-11-03 4 1002 2018-11-02 6 1003 2018-11-01 7 1003 2018-11-02用isin过滤布尔布尔掩码：

熊猫-按日期比较两个数据框并找到缺失的全部

1 个答案: