python - Pandas (Python)中的 "Anti-merge"

Question

如何找出两个数据框中同名列之间的区别？我的意思是我的数据框 A 有一个名为 X 的列，数据框 B 有一个名为 X 的列，如果我执行 pd.merge(A, B, on=['X'])，我会得到A 和 B 的共同 X 值，但如何获得“非共同”值？

Answer 1

如果您将合并类型更改为 how='outer' 和 indicator=True 这将添加一列来告诉您值是左/右/右仅:

In [2]:
A = pd.DataFrame({'x':np.arange(5)})
B = pd.DataFrame({'x':np.arange(3,8)})
print(A)
print(B)
   x
0  0
1  1
2  2
3  3
4  4
   x
0  3
1  4
2  5
3  6
4  7

In [3]:
pd.merge(A,B, how='outer', indicator=True)

Out[3]:
     x      _merge
0  0.0   left_only
1  1.0   left_only
2  2.0   left_only
3  3.0        both
4  4.0        both
5  5.0  right_only
6  6.0  right_only
7  7.0  right_only

然后您可以在 _merge col 上过滤生成的合并 df:

In [4]:
merged = pd.merge(A,B, how='outer', indicator=True)
merged[merged['_merge'] == 'left_only']

Out[4]:
     x     _merge
0  0.0  left_only
1  1.0  left_only
2  2.0  left_only

您还可以使用 isin 并对掩码取反来查找不在 B 中的值:

In [5]:
A[~A['x'].isin(B['x'])]

Out[5]:
   x
0  0
1  1
2  2