pandas求两个表格不相交的集合方法

技术  /  管理员 发布于 7年前   132

Hi，好久不见，我还是那颗翻滚的老鼠屎。处理数据时想求两个表格求不相交的部分，或许是对知识的匮乏限制了我的想象力，并未找到直接求的方法，在这里介绍老鼠屎技己使用的方法，希望对读者会有帮助。

阴影部分为所要求的部分（但是前提是A、B两个集合都是无重复内容的集合）

首先先造两个DataFrame来做示例。

import pandas as pd a0={"number":range(10),"letter":["a","a","b","b","c","f","f","e","h","w"]} a=pd.DataFrame(a0) b0={"number":range(15),"letter":["b","a","t","b","r","f","g","e","j","w","t","h","i","y","u"]} b=pd.DataFrame(b0) 

看一下两个DataFrame的样子

关于差集，我们是要去除两个DataFrame中公共的部分，因此我的想法是：

（1）先将两个DataFrame融合为一个DataFrame；

（2）去掉当中公共的部分（使用drop_duplicates去重）。

下面来看一下代码：

c=a.append(b)c.drop_duplicates(keep=False,inplace=True)c.reset_index()

这里想要说明的是，drop_duplicates当中的参数keep=False，意为重复项全部删除，它还有keep="first"与keep="last"，分别对应在有多项重复时，保留第一项（或最后一项）。具体可参考官方文档。

得到的效果是如下所示。虽然过程很简单，但是很好用。

同样的道理可用来求差集，在此不做赘述。

以上这篇pandas求两个表格不相交的集合方法就是小编分享给大家的全部内容了，希望能给大家一个参考，也希望大家多多支持。