python - 创建两个 pandas DF 之间的差异列

Question

我有firstDF:

rs     Chr      MapInfo         Name       SourceSeq
1       A1       B1              C1          D1
2       A2       B2              C2          D2
3       A3       B3              C3          D3
4       A4       B4              C4          D4
5       A5       B5              C5          D5

和secondDF:

Chr       MapInfo     Name    SourceSeq       Unnamed: 0       rs
 1          A1          B1        C1             D1            E1
 4          A4          B4        C4             D4            E4
 8          A8          B8        C8             D8            E8
 10         A10         B10       C10            D10           E10

我需要创建一个新的数据框，仅包含来自 secondDF 的行，这些行在第一个中不存在:

newDF:

Chr       MapInfo     Name    SourceSeq       Unnamed: 0       rs
8          A8          B8        C8             D8            E8
10         A10         B10       C10            D10           E10

我想按名称过滤它。什么是更好的方法来做到这一点？

我对 fullouter 合并感到不满，但列不同，老实说我不知道​​如何正确执行。

其次，think是一个循环，但效率不高。

最后我尝试这样做:

new= secondDF[~firstDF.Name.isin(secondDF.name)] 

但是我得到了:

IndexingError: Unalignable boolean Series provided as indexer (index of the boolean Series and of the indexed object do not match

有人可以给我关于这项任务的建议吗？

Answer 1

解决方案是更改掩码 - 按列与 firstDF 比较 secondDF.Name，从示例数据来看它是 MapInfo 列，在实际数据中似乎具有相同大小和索引值的 bool 掩码的 Name 列，例如 secondDF，因为已过滤 secondDF DataFrame:

new= secondDF[~secondDF.Name.isin(firstDF.MapInfo)] 
print (new)
   Chr MapInfo Name SourceSeq Unnamed: 0   rs
2    8      A8   B8        C8         D8   E8
3   10     A10  B10       C10        D10  E10