熊猫合并/过滤数据框

Question

我有两个数据框， 第一个是属于欧盟的欧洲城市的清单， 他们在哪个国家/地区：

citys_in_eu

国家城市

0瑞典斯德哥尔摩 1德国柏林 2德国法兰克福 3西班牙巴塞罗那 4西班牙马德里 5法国巴黎 ...

对于许多观察，假设数据以这种方式进行，并且可能 每个国家对城市的许多观察。

下一个数据框架是欧洲的所有城市，而不是排他性的 属于欧盟。

此数据框包含有关城市人口的信息：

citys_in_europe

乡村城市人口（亿）

瑞典斯德哥尔摩2 德国柏林8 德国法兰克福5 西班牙巴塞罗那6 西班牙马德里3 法国巴黎8 瑞士伯尔尼1 俄罗斯莫斯科6 ...

（这里的数字是组成的）

基本上我想测试一下之间的人口差异 通过过滤数据以仅查看欧盟城市和非欧盟城市 欧盟内/非欧盟内的城市。 仅使用citys_in_eu的数据框列表，我将如何 实现这一目标？

Answer 1

您可以尝试以下方法：

首先，您将基于cities_in_eu

创建一个欧盟城市列表

EUcities = list(set(cities_in_eu.city))

然后，您将创建一个表，其中包含欧盟城市的所有人口信息：

#create a list of booleans
filter = []
for city in cities_in_europe.city:
    filter.append(True if city in EUcities else False)
filtered = pd.Series(filter)
#this one will remain only cities in EU
df_eu = cities_in_europe[filtered]
nonEU_filter = [not i for i in filter]
nonEU_filtered = pd.Series(nonEU_filter)
df_non_eu = cities_in_europe[nonEU_filtered]

您去了，现在有2 df的欧盟人口密集城市和非欧盟的人口密集城市。然后您可以对这两个做其他事情