Question

我已经在寻找这种类型的问题，但没有一个能真正回答我的问题。

假设我有两个数据框，它们的索引不一致。 df2是df1的子集，我想删除df1中存在的df2中的所有行。

我已经尝试了以下方法，但是并没有给我想要的结果。

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

很遗憾，我无法与您共享原始数据，但是，两个数据框中的列数为14。

以下是我要寻找的示例：

df1 = 

   month  year  sale
0      1  2012    55
1      4  2014    40
2      7  2013    84
3     10  2014    31

df2 = 
   month  year  sale
0      1  2012    55
1     10  2014    31

我正在寻找：

df = 

   month  year  sale
0      4  2014    40
1      7  2013    84

Answer 1

使用DataFrame.merge和indicator参数左联接，然后比较Series.eq（==）的新列并按boolean indexing进行过滤：

df = df1[df1.merge(df2, indicator=True, how='left')['_merge'].eq('left_only')]
print (df)
   month  year  sale
1      4  2014    40
2      7  2013    84

Answer 2

因此，您想要的是按值而不是按索引删除。

使用串联并删除：

CREATE INDEX IX_uid_date ON reviews (uid, date);

示例：

SELECT
     t.UserName
    ,t.BusinessName
    ,t.city
    ,t.text
    ,t.date
FROM
    friends
    INNER JOIN LATERAL
    (
        SELECT
            users.name AS UserName
            ,business.name AS BusinessName
            ,business.city
            ,reviews.text
            ,reviews.date
        FROM
            reviews
            INNER JOIN users ON users.uid = reviews.uid
            INNER JOIN business ON business.bid = reviews.bid
        WHERE
            reviews.uid = friends.fid
        ORDER BY reviews.date DESC
        LIMIT 1
    ) AS t ON true
WHERE
    friends.uid = '{userId}'
;

结果：

comp = pd.concat([df1, df2]).drop_duplicates(keep=False)

Answer 3

您可以尝试以下操作吗：

df1[~df1.isin(df2)]

Answer 4

您可以使用每个数据框中的所有列创建一个多索引。从那时起，您只需删除第一个索引中的第二个索引：

df1.set_index(list(df1.columns)).drop(df2.set_index(list(df2.columns)).index).reset_index()

示例数据的结果：

   month  year  sale
0      4  2014    40
1      7  2013    84

如果我有两个数据框，其中一个是另一个的子集，如何完全删除公共行？

4 个答案:

您可以尝试以下操作吗：