python - Pandas 左外连接排除

Question

如何在 Pandas 中进行左外连接(不包括交集)？

我有 2 个 Pandas 数据框

df1 = pd.DataFrame(data = {'col1' : ['finance', 'finance', 'finance', 'accounting', 'IT'], 'col2' : ['az', 'bh', '', '', '']}) 
df2 = pd.DataFrame(data = {'col1' : ['finance', 'finance', 'finance', 'finance', 'finance'], 'col2' : ['', 'az', '', '', '']})

df1

    col1    col2
0   finance az
1   finance bh
2   finance 
3   accounting  
4   IT  

df2

    col1    col2
0   finance 
1   finance az
2   finance 
3   finance 
4   finance 

如您所见，数据框也有空白值。我尝试使用 example而且它没有给我想要的结果。

common = df1.merge(df2,on=['col1','col2'])
df3=df1[(~df1.col1.isin(common.col1))&(~df1.col2.isin(common.col2))]

我希望输出看起来像

    col1    col2
3   accounting  
4   IT  

Answer 1

Pandas left outer join exclusion可以通过设置pandas merge的indicator=True来实现。然后按 _merge 列中的指标进行过滤。

df=pd.merge(df1,df2[['col1']],on=['col1'],how="outer",indicator=True)
df=df[df['_merge']=='left_only']
# this following line is just formating
df = df.reset_index()[['col1', 'col2']] 

输出:

col1    col2
0   accounting  
1   IT  

==================================

====下面是一个展示机制的例子====

df1 = pd.DataFrame({'key1': ['0', '1'],
                     'key2': [-1, -1],
                     'A': ['A0', 'A1'],
                     })


df2 = pd.DataFrame({'key1': ['0', '1'],
                      'key2': [1, -1], 
                    'B': ['B0', 'B1']
                     })

:

df1

输出:

    A   key1    key2
0   A0  0       -1
1   A1  1       -1

:

df2

输出:

    B   key1    key2
0   B0  0       1
1   B1  1       -1

:

df=pd.merge(df1,df2,on=['key1','key2'],how="outer",indicator=True)

:

输出:

     A  key1    key2    B   _merge
0   A0  0   -1  NaN left_only
1   A1  1   -1  B1  both
2   NaN 0   1   B0  right_only

:在_merge栏中加上上述指标。您可以在一个数据框中选择行，但不能在另一个数据框中选择行。

df=df[df['_merge']=='left_only']
df

输出:

    A   key1    key2    B   _merge
0   A0  0   -1  NaN left_only