python

关注公众号 jb51net

关闭
首页 > 脚本专栏 > python > Pandas求dataframe差集

利用Pandas求两个dataframe差集的过程详解

作者:元神の助手

在Pandas中求差集没有专门的函数,处理办法就是将两个DataFrame追加合并,然后去重,下面这篇文章主要给大家介绍了关于利用Pandas求两个dataframe差集的相关资料,需要的朋友可以参考下

1、交集

intersected=pd.merge(df1,df2,how='inner')

延伸(针对列求交集)intersected=pd.merge(df1,df2,on['name'],how='inner')

2、差集(df1-df2为例)

diff=pd.concat([df1,df2,df2]).drop_duplicates(keep=False)

差集函数的详解:

1、Pandas 通过 concat() 函数能够轻松地将 Series 与 DataFrame 对象组合在一起,函数的语法格式如下: pd.concat(objs,axis=0,join='outer',join_axes=None,ignore_index=False)

 2、需要对dataframe中的一列值有重复的,应用drop_duplicates解决了此问题。

比如:

ata={"a":[1,1,2,4,3,9],"b":[2,2,3,5,5,10],"c":[3,4,5,6,6,11],"d":[4,5,6,7,8,12]}
pd_data=pd.DataFrame(data=data)
print(pd_data)
t=pd_data.drop_duplicates(subset=['c','b'],keep='last',inplace=False)
print(t)

说明:

keep='first'表示保留第一次出现的重复行,是默认值。keep另外两个取值为"last"和False,分别表示保留最后一次出现的重复行和去除所有重复行。

inplace=True表示直接在原来的DataFrame上删除重复项,而默认值False表示生成一个副本。如果要生成新的DataFrame:,inplace=False

subset要去重的列。subset=['c','b'],表示行中的记录:c和b列都重复的。

3、将concat和drop_duplicates结合起来就解决了求差集的问题。

另外,还有一种方法也可以达到同样的目的:

总结

到此这篇关于利用Pandas求两个dataframe差集的文章就介绍到这了,更多相关Pandas求dataframe差集内容请搜索脚本之家以前的文章或继续浏览下面的相关文章希望大家以后多多支持脚本之家!

您可能感兴趣的文章:
阅读全文