python - 检查是否在其他 Pandas 数据框中找到了两个列值

Question

设置

我有 2 个 pandas dfs(df1 和 df2)，其中包含一些重叠行和一些非重叠行。

两个 dfs 都有列 order_id 和 shop。

现在，如果 df1 行与 order_id 和 shop 组合上的 df2 行匹配，则什么都没有。但是，如果 df1 行与 order_id 和 shop 组合上的 df2 行不匹配，则应将此 df1 行添加到 df2。

---

示例

df2 是这样的，

    order_id    shop
0     12345     'NL'
1     45678     'FR'
2     12345     'DE'
3     34567     'NL'

现在如果 df1 这样，

    order_id    shop
0     12345     'NL'
1     45678     'FR'

然后什么都没有。

---

但是如果 df1 这样，

        order_id    shop
0       12345       'NL'
1       99999       'FR'
2       12345       'UK'

然后第 1 行和第 2 行应该添加到 df2，即使第 1 行的 shop 值和第 2 行的 order_id 已经在 df2。

生成的 df2 应该是这样的，

    order_id    shop
0     99999     'FR'
1     12345     'UK'        
2     12345     'NL'
3     45678     'FR'
4     12345     'DE'
5     34567     'NL' 

请注意，order_id 列是 int，shop 列是 string。

所以在图形方面我想要实现的是这样的:

代码

我创建了一条可怕的线，但它并没有真正起作用......

到目前为止，我有，

result_df = df1[(~df1['order_id'].astype(str).isin(df2['order_id'].astype(str)))]

我该如何解决？

---

额外

如果 df1 这样，

        order_id    shop
0       12345       'NL'
1       99999       'FR'
2       12345       'UK'

我如何比较 df1 和 df2 这样我得到 df3 看起来像，

        order_id    shop
0       99999       'FR'
1       12345       'UK'

Answer 1

如果所有行都是唯一的，请将 concat 与 drop_duplicates 一起使用:

df = pd.concat([df2, df1], ignore_index=True).drop_duplicates()
print (df)
   order_id  shop
0     12345  'NL'
1     45678  'FR'
2     12345  'DE'
3     34567  'NL'
5     99999  'FR'
6     12345  'UK'

如果不是唯一过滤器不等于 merge 使用 indicator=True 然后 concat 到 df2:

df3 = df1.merge(df2, how='left', indicator=True).query('_merge == "left_only"')[df1.columns]
df = pd.concat([df2, df3], ignore_index=True)