利用Pandas求两个dataframe差集的过程详解
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！
相关文章
这篇文章主要给大家介绍了关于如何利用python制作时间戳转换工具的相关资料，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2018-09-09
这篇文章主要给大家介绍了关于python如何统计字符串中字符的个数的相关资料,如果在一个字符串中,需要统计某个字符或字符串出现的次数,可以使用count方法,需要的朋友可以参考下2023-10-10
本文主要介绍了Python OpenCV识别行人入口进出人数统计，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧<BR>2023-01-01
工作中我们经常会用到发短信的需求,那么如何在python代码中实现发短息你的需求呢,本文我们就一起深入探讨下,文中有详细的代码示例供大家参考,具有一定的参考价值,需要的朋友可以参考下2024-04-04
这篇文章主要介绍了总结Python中逻辑运算符的使用,是Python学习当中的基础知识,需要的朋友可以参考下2015-05-05
本文主要介绍了python使用openpyxl读取合并单元格的值，文中通过示例代码介绍的非常详细，具有一定的参考价值，感兴趣的小伙伴们可以参考一下2021-07-07
Python urlopen()和urlretrieve()用法解析
这篇文章主要介绍了Python urlopen()和urlretrieve()用法解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-01-01
这篇文章主要介绍了python字符串常用方法,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2018-06-06
educoder之Python数值计算库Numpy图像处理详解
这篇文章主要为大家介绍了educoder之Python数值计算库Numpy图像处理详解，有需要的朋友可以借鉴参考下，希望能够有所帮助，祝大家多多进步，早日升职加薪2023-04-04
这篇文章主要介绍了Python 加密与解密,使用base64或pycrypto模块需要的朋友可以参考下2018-12-12
最新评论