python - 如何确保在 pd.merge 期间不会丢失任何行

Question

df1: df2:

  Column1  Column2  Column3           ColumnA  ColumnB ColumnC
0    a        x        x            0    c        y       y
1    c        x        x            1    e        z       z
2    e        x        x            2    a        s       s
3    d        x        x            3    d        f       f
4    h        x        x
5    k        x        x            

df1.merge(df2,left_on='Column1', right_on='ColumnA')

如何知道带有 h 和 k 的行将会丢失？

我知道 pd.merge 函数上的 how='left' 选项，但如何识别不匹配的值并同时执行内部联接？

我需要先执行how='left'，然后打印columnA 为NaN 的column1，然后删除这些吗？

编辑

用例如下:客户提供 2 个文件，表示文件 1 中的第 1 列始终与文件 2 的 A 列匹配。

然后，我们需要一种安全的方法来断言，在违反此规定时打印错误消息

Answer 1

如果需要查找所有不同的值，请使用 isin与 boolean indexing :

a = df1.loc[~df1['Column1'].isin(df2['ColumnA']), 'Column1']
print (a)
4    h
5    k
Name: Column1, dtype: object

为了检查，可以在反掩码中计数 True 并与 0 进行比较:

a = (~df1['Column1'].isin(df2['ColumnA'])).sum() == 0
print (a)
False

<小时/>

要获得更快的解决方案，请使用 numpy 和 numpy.setdiff1d :

a = np.setdiff1d(df1['Column1'], df2['ColumnA'])
print (a)
['h' 'k']

a = len(np.setdiff1d(df1['Column1'], df2['ColumnA'])) == 0
print (a)
False