python - 比较多个列以获取两个 Pandas Dataframes 中不同的行

Question

我有两个数据框:

df1=
    A    B   C
0   A0   B0  C0
1   A1   B1  C1
2   A2   B2  C2

df2=
    A    B   C
0   A2   B2  C10
1   A1   B3  C11
2   A9   B4  C12

我想根据一两列(或更多列)在 df1 中找到 df2 中找不到的行。因此，如果我只比较“A”列，则在 df2 中找不到 df1 中的以下行(请注意，“B”列和“C”列不用于 df1 和 df2 之间的比较)

    A    B   C
0   A0   B0  C0

我想返回一个系列

0   False
1   True
2   True

或者，如果我只比较“A”列和“B”列，则 df1 中的以下行在 df2 中找不到(请注意，“C”列不用于 df1 和 df2 之间的比较)

    A    B   C
0   A0   B0  C0
1   A1   B1  C1

我想返回一个系列

0   False
1   False
2   True

我知道如何使用集合来完成此操作，但我正在寻找一种直接的 Pandas 方法来完成此操作。

Answer 1

如果您的版本是 0.17.0 那么您可以使用 pd.merge并传递感兴趣的列 how='left' 并将 indicator=True 设置为值是否仅出现在左侧或两者中。然后，您可以测试附加的 _merge col 是否等于“both”:

In [102]:
pd.merge(df1, df2, on='A',how='left', indicator=True)['_merge'] == 'both'

Out[102]:
0    False
1     True
2     True
Name: _merge, dtype: bool

In [103]:
pd.merge(df1, df2, on=['A', 'B'],how='left', indicator=True)['_merge'] == 'both'

Out[103]:
0    False
1    False
2     True
Name: _merge, dtype: bool

合并后的输出:

In [104]:
pd.merge(df1, df2, on='A',how='left', indicator=True)

Out[104]:
    A B_x C_x  B_y  C_y     _merge
0  A0  B0  C0  NaN  NaN  left_only
1  A1  B1  C1   B3  C11       both
2  A2  B2  C2   B2  C10       both

In [105]:    
pd.merge(df1, df2, on=['A', 'B'],how='left', indicator=True)

Out[105]:
    A   B C_x  C_y     _merge
0  A0  B0  C0  NaN  left_only
1  A1  B1  C1  NaN  left_only
2  A2  B2  C2  C10       both