Skip to main content
 首页 » 编程设计

python之如果在另一个数据框中找到,则删除数据框中的行

2024年11月01日9傻小

有一个名为 all_combinations 的数据框

Name      Store_Code Town   PostC   Revenue Street 
 Starbucks   6890    Derby   post1   1       Street_1 
 Starbucks   6891    Derby           0.5     NaN 
 Starbucks   NaN     Derby   post6   NaN     Street_2 
 Starbucks   6892    Derby   post2   0.9     Street_3 
 Starbucks   6893    Derby   post3   2       Street_4 
 McDonalds   6890    Derby   post1   1       Street_1 
 McDonalds   8890    Derby   post4   2.8     Street_5 
 McDonalds   8890    London  post5   1.7     Street_6 
 McDonalds   NaN     London  post7   NaN     Street_7 
 McDonalds   8888    London          2       Street_7 

还有一个dataframe叫做valid

Name      Store_Code Town   PostC   Revenue Street 
 Starbucks   6890    Derby   post1   1       Street_1 
 Starbucks   6891    Derby           0.5     NaN 
 Starbucks   6892    Derby   post2   0.9     Street_3 
 Starbucks   6893    Derby   post3   2       Street_4 
 McDonalds   6890    Derby   post1   1       Street_1 
 McDonalds   8890    Derby   post4   2.8     Street_5 
 McDonalds   8890    London  post5   1.7     Street_6 

有没有一种优雅的方法可以找到这两个数据帧之间行的差异(在那种情况下无效),即

Name      Store_Code Town   PostC   Revenue Street 
 Starbucks   NaN     Derby   post6   NaN     Street_2 
 McDonalds   NaN     London  post7   NaN     Street_7 
 McDonalds   8888    London          2       Street_7 

请您参考如下方法:

不是那么优雅,但我认为这应该可行:连接 all_combinations 和 valid,然后删除所有重复项:

In [11]: all_valid = pd.concat([all_combinations, valid]) 
 
In [12]: all_valid[~(all_valid.duplicated() | all_valid.duplicated(take_last=True))] 
Out[12]:  
        Name  Store    Town  PostC  Revenue    Street 
2  Starbucks    NaN   Derby  post6      NaN  Street_2 
8  McDonalds    NaN  London  post7      NaN  Street_7 
9  McDonalds   8888  London    NaN        2  Street_7 

两次 .duplicated() 是为了删除第一次和第二次出现的重复项。

使用(更优雅的)all_combinations[~all_combination.isin(valid).all()] 的问题在于,这还会检查索引标签的相等性(此处不需要我认为)。