python - 在 Pandas 中执行连接

Question

我熟悉pandas的join

pd.merge(A,B,on='key',how='inner')

但是我该如何在 pandas 中为这 3 个给定的连接编写查询，因为它们需要 IF NULL

Answer 1

设置

A = pd.DataFrame(dict(key=range(0, 5), col1=list('abcde')))
B = pd.DataFrame(dict(key=range(2, 7), col2=list('vwxyz')))

print(A, B, sep='\n' * 2)

  col1  key
0    a    0
1    b    1
2    c    2
3    d    3
4    e    4

  col2  key
0    v    2
1    w    3
2    x    4
3    y    5
4    z    6

---

使用pd.DataFrame.merge

最直接的方法是使用 indicator 参数。

A.merge(B, 'outer', indicator=True)

  col1  key col2      _merge
0    a    0  NaN   left_only
1    b    1  NaN   left_only
2    c    2    v        both
3    d    3    w        both
4    e    4    x        both
5  NaN    5    y  right_only
6  NaN    6    z  right_only

然后我们可以使用pd.DataFrame.query

A - B

A.merge(B, 'outer', indicator=True).query('_merge == "left_only"')

  col1  key col2     _merge
0    a    0  NaN  left_only
1    b    1  NaN  left_only

---

B - A

A.merge(B, 'outer', indicator=True).query('_merge == "right_only"')

  col1  key col2      _merge
5  NaN    5    y  right_only
6  NaN    6    z  right_only

---

对称差分

A.merge(B, 'outer', indicator=True).query('_merge != "both"')

  col1  key col2      _merge
0    a    0  NaN   left_only
1    b    1  NaN   left_only
5  NaN    5    y  right_only
6  NaN    6    z  right_only

---

使用pd.Series.isin(大部分)

但是，我想简单地使用 pd.Series.isin 作为 bool 掩码。

A - B

A[~A.key.isin(B.key)]

  col1  key
0    a    0
1    b    1

---

B - A

B[~B.key.isin(A.key)]

  col2  key
3    y    5
4    z    6

---

对称差分

A[~A.key.isin(B.key)].append(B[~B.key.isin(A.key)])

或者

A.append(B).drop_duplicates('key', keep=False)

  col1 col2  key
0    a  NaN    0
1    b  NaN    1
3  NaN    y    5
4  NaN    z    6