python - 如何根据一列从 2 个数据帧中获取不匹配的数据。 ( Pandas )

Question

我有 2 个数据帧示例输出在这里 我用于获取这些内容并格式化日期列的代码位于此处

第一个 df:

csv_data_df = pd.read_csv(os.path.join(path_to_data+'\\Data\\',appendfile))
csv_data_df['Date_Formatted'] = pd.to_datetime(csv_data_df['DATE']).dt.strftime('%Y-%m-%d')
csv_data_df.head(3)

第二个 df:

new_Data_df = pd.read_csv(io.StringIO(response.decode('utf-8')))
new_Data_df['Date_Formatted'] = 
pd.to_datetime(new_Data_df['DATE']).dt.strftime('%Y-%m-%d')
new_Data_df.head(3)`

我想构造第三个数据帧，其中只有第二个数据帧中日期不匹配的行需要进入第三个数据帧。有没有什么方法可以做到这一点。您可以在屏幕截图中看到日期格式的列。

Answer 1

您可以将两个数据帧的索引设置为所需的连接列，然后使用df1.combine_first(df2) 。对于此处的具体示例，可能类似于以下行。

csv_data_df.set_index('Date_Formatted').combine_first(new_Data_df.set_index('Date_Formatted')).reset_index()

例如:

df = pd.DataFrame(np.random.randn(5, 3), columns=list('abc'), index=list(range(1, 6)))

df2 = pd.DataFrame(np.random.randn(8, 3), columns=list('abc'))

df
Out[10]: 
          a         b         c
1 -1.357517 -0.925239  0.974483
2  0.362472 -1.881582  1.263237
3  0.785508  0.227835 -0.604377
4 -0.386585 -0.511583  3.080297
5  0.660516 -1.393421  1.363900

df2
Out[11]: 
          a         b         c
0  1.732251 -1.977803  0.720292
1  0.048229  1.125277  1.016083
2 -1.684013  2.136061  0.553824
3 -0.022957  1.237249  0.236923
4 -0.998079  1.714126  1.291391
5  0.955464 -0.049673  1.629146
6  0.865864  1.137120  1.117207
7 -0.126944  1.003784 -0.180811

df.combine_first(df2)
Out[13]: 
          a         b         c
0  1.732251 -1.977803  0.720292
1 -1.357517 -0.925239  0.974483
2  0.362472 -1.881582  1.263237
3  0.785508  0.227835 -0.604377
4 -0.386585 -0.511583  3.080297
5  0.660516 -1.393421  1.363900
6  0.865864  1.137120  1.117207
7 -0.126944  1.003784 -0.180811