我有两个不同大小的数据帧(df1 nad df2(。我想从df1中删除存储在df2中的所有行。
因此，如果我有df2等于：
A B
0 wer 6
1 tyu 7
df1等于：
A B C
0 qwe 5 a
1 wer 6 s
2 wer 6 d
3 rty 9 f
4 tyu 7 g
5 tyu 7 h
6 tyu 7 j
7 iop 1 k
最终结果应该是这样的：
A B C
0 qwe 5 a
1 rty 9 f
2 iop 1 k
我能够通过使用 for 循环来实现我的目标，但我想知道是否有更好、更优雅、更高效的方式来执行此类操作。
这是我编写的代码，以备不时之需：进口大熊猫作为PD
df1 = pd.DataFrame({'A' : ['qwe', 'wer', 'wer', 'rty', 'tyu', 'tyu', 'tyu', 'iop'],
'B' : [ 5, 6, 6, 9, 7, 7, 7, 1],
'C' : ['a' , 's', 'd', 'f', 'g', 'h', 'j', 'k']})
df2 = pd.DataFrame({'A' : ['wer', 'tyu'],
'B' : [ 6, 7]})
for i, row in df2.iterrows():
df1 = df1[(df1['A']!=row['A']) & (df1['B']!=row['B'])].reset_index(drop=True)
使用带有外部连接的merge，按query过滤，最后按drop删除帮助器列：
df = pd.merge(df1, df2, on=['A','B'], how='outer', indicator=True)
.query("_merge != 'both'")
.drop('_merge', axis=1)
.reset_index(drop=True)
print (df)
A B C
0 qwe 5 a
1 rty 9 f
2 iop 1 k
我发现最干净的方法是使用要删除的数据帧的索引从熊猫中删除：
df1.drop(df2.index, axis=0,inplace=True)
您可以使用 np.in1d 检查 df2 中是否存在 df1 中的任何行。然后将其用作反向掩码以从 df1 中选择行。
df1[~df1[['A','B']].apply(lambda x: np.in1d(x,df2).all(),axis=1)]
.reset_index(drop=True)
Out[115]:
A B C
0 qwe 5 a
1 rty 9 f
2 iop 1 k
pandas有一个名为isin的方法，但这依赖于唯一的索引。我们可以定义一个 lambda 函数来创建我们可以在其中使用的列 从现有的'A'和'B' df1和df2 .然后我们否定这一点(因为我们希望值不在 df2 中(并重置索引：
import pandas as pd
df1 = pd.DataFrame({'A' : ['qwe', 'wer', 'wer', 'rty', 'tyu', 'tyu', 'tyu', 'iop'],
'B' : [ 5, 6, 6, 9, 7, 7, 7, 1],
'C' : ['a' , 's', 'd', 'f', 'g', 'h', 'j', 'k']})
df2 = pd.DataFrame({'A' : ['wer', 'tyu'],
'B' : [ 6, 7]})
unique_ind = lambda df: df['A'].astype(str) + '_' + df['B'].astype(str)
print df1[~unique_ind(df1).isin(unique_ind(df2))].reset_index(drop=True)
印刷：
A B C
0 qwe 5 a
1 rty 9 f
2 iop 1 k
我认为
最干净的方法是：
我们有基本数据帧 D，想要删除子集 D1。让输出为 D2
D2 = pd.DataFrame(D, index = set(D.index).difference(set(D1.index))).reset_index()
我发现其他替代方案也很有用：
pd.concat([df1,df2], axis=0, ignore_index=True).drop_duplicates(subset=["A","B"],keep=False, ignore_index=True)
A B C
0 qwe 5 a
1 rty 9 f
2 iop 1 k
keep=False删除两个重复项。
它不需要在两个 df 之间放置所有相等的列，所以我发现这更容易一些。
使用此版本删除了 df1 和 df2 之间具有匹配索引的所有行，但我收到错误，因为它找不到特定的索引，我关闭了错误，它运行良好。谢谢：
df1.drop(df2.index, axis=0, inplace=True, errors = 'ignore')