python - Pandas 中的反向选择

Question

我有两个数据集。下面您可以看到代码和数据

import pandas as pd
import numpy as np
pd.set_option('max_columns', None)
import matplotlib.pyplot as plt

data = {'type_sale': ['group_1','group_2','group_3','group_4','group_5','group_6','group_7','group_8','group_9','group_10'],
         'id':[70,20,24,80,20,20,60,20,20,20],
        }
df1 = pd.DataFrame(data, columns = ['type_sale',
                                      'id',])


data = {'type_sale': ['group_1','group_2','group_3'],
         'id':[70,20,24],
        }
df2 = pd.DataFrame(data, columns = ['type_sale',
                                      'id',])

这些代码创建了两个数据集，如下所示:

现在我想创建一个新的数据集 df3，其中 df1 中的值与 id 列中的值 df2 不同(不同的值)。

最终结果如下图

我尝试使用这些代码，但没有给出预期的结果。

df = pd.concat((df1, df2))
print(df.drop_duplicates('id'))

有人可以帮我解决这个问题吗？

Answer 1

尝试如下:

• 使用df.isin检查 df['id'] 中的每个值是否包含在 df2['id'] 中。
• 接下来，使用一元运算符 ~(波形符)反转生成的 bool 值 pd.Series，并从 d1 中进行选择。
• 最后，重置索引。

一句话:

df3 = df1[~df1['id'].isin(df2['id'])].reset_index(drop=True)

print(df3)

  type_sale  id
0   group_4  80
1   group_7  60