python - 反加入 Pandas

Question

我有两个表，我想附加它们，以便仅保留表 A 中的所有数据，并且仅在其键是唯一的情况下才添加表 B 中的数据(键值在表 A 和 B 中是唯一的，但是在在某些情况下，表 A 和 B 中都会出现 Key)。

我认为执行此操作的方法将涉及某种过滤联接(反联接)以获取表 B 中未出现在表 A 中的值，然后附加两个表。

我熟悉 R，这是我在 R 中用来执行此操作的代码。

library("dplyr")

## Filtering join to remove values already in "TableA" from "TableB"
FilteredTableB <- anti_join(TableB,TableA, by = "Key")

## Append "FilteredTableB" to "TableA"
CombinedTable <- bind_rows(TableA,FilteredTableB)

如何在 python 中实现这一点？

Answer 1

merge 命令中的

indicator = True 将通过创建具有三个可能值的新列 _merge 来告诉您应用了哪个联接:

• left_only
• right_only
• 两者

保留 right_only 和 left_only。就是这样。

outer_join = TableA.merge(TableB, how = 'outer', indicator = True)

anti_join = outer_join[~(outer_join._merge == 'both')].drop('_merge', axis = 1)

简单!

这是与 piRSquared 解决方案的比较:

1) 在这个基于一列匹配的示例上运行时，piRSquared 的解决方案更快。

2) 但它只适用于匹配一列。如果您想匹配多列 - 我的解决方案与一列一样好。

所以由你来决定。