pandas求两个表格不相交的集合

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

       

a                      b

    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。

    得到的效果是虽然过程很简单，但是很好用

    同样的道理可用来求差集。

 

原文地址： https://blog.csdn.net/LaoChengZier/article/details/80459678