pandas - 如何根据另一个 df 中存在的列值从数据框中删除行？

Question

给定两个数据帧 A 和 B，它们都有“x”和“y”列，我如何才能高效删除 A 中它们的 (x, y) 对出现在 B 中的所有行。

我考虑过在 A 上使用行迭代器实现它，然后每对检查它是否存在于 B 中，但我猜这是效率最低的方法......

我尝试按照 Filter dataframe rows if value in column is in a set list of values 中的建议使用 .isin 函数但不能将它用于多列。

示例数据框:

A = pd.DataFrame([[1, 2], [1, 4], [3, 4], [2, 4]], columns=['x', 'y'])
B = pd.DataFrame([[1, 2], [3, 4]], columns=['x', 'y'])

运算后C应该包含[1,4]和[2,4]。

Answer 1

在 pandas master(或 future 的 0.13)中，isin 也将接受数据帧，但问题是它只查看每一列中的值，而不是列的精确行组合.

取自@AndyHayden 的评论(https://github.com/pydata/pandas/issues/4421#issuecomment-23052472)，与集合类似的方法:

In [3]: mask = pd.Series(map(set(B.itertuples(index=False)).__contains__, A.itertuples(index=False)))
In [4]: A[~mask]
Out[4]:
   x  y
1  1  4
3  2  4

或更具可读性的版本:

set_B = set(B.itertuples(index=False))
mask = [x not in set_B for x in A.itertuples(index=False)]

与@Acorbe 的回答相比，这样做的可能优势在于它保留了 A 的索引并且不会删除 A 中的重复行(但这取决于您当然想要)。

---

正如我所说，0.13 将接受数据帧到 isin。但是，我认为这不会解决这个问题，因为索引也必须相同:

In [27]: A.isin(B)
Out[27]:
       x      y
0   True   True
1  False   True
2  False  False
3  False  False

您可以通过将其转换为字典来解决此问题，但现在它不会查看两列的组合，而是单独查看每一列:

In [28]: A.isin(B.to_dict(outtype='list'))
Out[28]:
       x     y
0   True  True
1   True  True
2   True  True
3  False  True