python - 两个数据帧之间 Pandas 的计算集差异

Question

想知道如何使用两个不同的数据帧计算 Python 的 Pandas 中的集合差异。

一个数据框 (df1) 的格式为:

State  City          Population
NY     Albany        856654
WV     Wheeling      23434
SC     Charleston    35323
OH     Columbus      343534
WV     Charleston    34523

而第二个数据框(df2)是

State  City
WV     Wheeling
OH     Columns

我需要一个返回以下数据框的操作

State   City        Population
NY      Albany      856654
SC      Charleston  35323
WV      Charleston  34523

基本上，我不知道如何根据 2 列从 df1 “减去”df2(需要两列，因为我会在不同州重复城市名称)。

Answer 1

使用 indicator 进行左连接，它提供有关每一行来源的信息，然后您可以根据 indicator 进行过滤:

df1.merge(df2, indicator=True, how="left")[lambda x: x._merge=='left_only'].drop('_merge',1)

#State       City   Population
#0  NY      Albany      856654
#2  SC  Charleston       35323
#4  WV  Charleston       34523