获取两个dataframe的交并差集

最新推荐文章于 2024-03-21 10:23:12 发布

羊羊猪

最新推荐文章于 2024-03-21 10:23:12 发布

阅读量671

点赞数 1

分类专栏： python随手技巧文章标签： python pandas

本文链接：https://blog.csdn.net/weixin_46599926/article/details/125427175

版权

python随手技巧专栏收录该内容

27 篇文章 4 订阅

订阅专栏

Example
在这里插入图片描述

交集

在这里插入图片描述

df_merge = pd.merge(df1,df2,on=['id','name','number'],how='inner')

在这里插入图片描述

并集

在这里插入图片描述

# 两种方式
df_union = pd.merge(df1,df2,on=['id','name','number'],how='outer')
df_union2 = df1.append(df2).drop_duplicates(subset=df1.columns,keep='first',ignore_index=True)

在这里插入图片描述

差集

在这里插入图片描述

# 两种方式
# df1-df2
df_diff1 = df1.append(df1.append(df2)).drop_duplicates(subset=df1.columns,keep=False,ignore_index=True)
df_diff1 = pd.concat([df1,df1,df2]).drop_duplicates(keep=False)

在这里插入图片描述

# 两种方式
# df2 - df1
df_diff2 = df2.append(df2.append(df1)).drop_duplicates(subset=df2.columns,keep=False,ignore_index=True)
df_diff2 = pd.concat([df1,df2,df2]).drop_duplicates(keep=False)

在这里插入图片描述

对称差集

在这里插入图片描述

df_diff = df1.append(df2).drop_duplicates(subset=df1.columns,keep=False,ignore_index=True)

在这里插入图片描述

参考来源

pandas.DataFrame.drop_duplicates 官方文档
 pandas.merge 官方文档

确定要放弃本次机会？

福利倒计时

: :

立减 ¥

普通VIP年卡可用

立即使用

羊羊猪

关注关注

1
点赞
踩
1

收藏

觉得还不错? 一键收藏
0
评论
获取两个dataframe的交并差集

Python DataFrame获取交并差集
复制链接

扫一扫

专栏目录

python两个dataframe求差集_Pandas中两个dataframe的交集和差集的示例代码

weixin_39805644的博客

12-16

2893

创建测试数据：import pandas as pdimport numpy as np#Create a DataFramedf1 = {'Subject':['semester1','semester2','semester3','semester4','semester1','semester2','semester3'],'Score':[62,47,55,74,31,77,85]}df2...

python 取差集和交集

brucelin_188的博客

08-10

565

工作中，我们对比数据时，常常用到差集和交集。 #取差集，取data1在data中没有的公司,如果是data中有，data1中没有，则difference_set = set((data['公司'])).difference(set(data1['公司']))，交集时，用法一样。 difference_set = set((data1['公司'])).difference(set(data['公司'])) df = pd.DataFrame() df['差集'] = pd.Series(list(differ

参与评论您还未登录，请先登录后发表或查看评论

Pandas中两个DataFrame求差集

热门推荐

ljp1919的专栏

07-06

5万+

创建测试数据： import pandas as pd import numpy as np #Create a DataFrame df1 = { 'Subject':['semester1','semester2','semester3','semester4','semester1', 'semester2','semester3'], 'Score':[62,47,55,74,31,77,85]} df2 = { 'Subject':['s

python dataframe 取差集_python DataFrame 取差集实例

weixin_39561168的博客

12-04

342

需求：给定一个dataframe和一个list，list中存放的是dataframe中某一列的元素，删除dataframe中与list元素重复的行(即取差集)。在网上搜了一圈，好像没看到DataFrame中取差集的方式，所以自己写了一个。方法比较繁琐，如果有更简便的方式，请留言。import pandas as pddata = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]]#...

Python-Pandas之两个Dataframe的差异比较

sinat_28371057的博客

03-15

1万+

昨天在外网找到一个比较dataframe的好库，叫datacompy，它的优点有： 1、可以把对比后的信息详情打印出来，比如列是否相等，行是否相等； 2、在数据中如果有不相等列，那么就只比较相同的列； 3、可以设置绝对差值和相对差值，比如我们比较有浮点数的数据时，设置下绝对差值为0.01，后面的一系列微小的值就忽略了； 4、在数据报告中，每一列的数据类型、不相等数量、最大差值和空值都详细列出来了； 5、可以把不相等的列单独取出来，取出来就是一个dataframe，可以查看具体哪些是不一样的；下

python DataFrame 取差集实例

09-19

今天小编就为大家分享一篇python DataFrame 取差集实例，具有很好的参考价值，希望对大家有所帮助。一起跟随小编过来看看吧

Python通过两个dataframe用for循环求笛卡尔积

09-16

主要介绍了Python通过两个dataframe用for循环求笛卡尔积,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

dataframe设置两个条件取值的实例

01-20

>>> df = DataFrame({'name':['a','a','b','b'],'classes':[1,2,3,4],'price':[11,22,33,44]}) >>> df classes name price 0 1 a 11 1 2 a 22 2 3 b 33 3 4 b 44 >>> 根据index和columns取值 >>> s = df.loc[0,'...

python 两个dataFrame取不同部分

Judezhl的博客

10-24

9627

一、列表：一般两个列表取不同我们常用列表推导式： A = [1,2,3,4] B = [3,4,5,6] 提取两列表相同元素： both = [i for i in A if i in B] 提取A特有的元素： diff_A = [i for i in A if i not in B] 提取A,B各自独有的元素： diff_both = [i for i in (A+B) if i not in both] 当然还可使用集合的特性进行筛选，更加的简便：并集（|），交集（&），差集（-）如提

pandas取两个dataframe中不同的行

qq_41767930的博客

06-03

5963

pandas提供的可直接使用的函数(merge/join/concat)没有这个功能, 所以要实现这个功能, 需要自己来实现, 从这篇知乎上找到这个方法可行, 自己在此搬运记录一下 def anti_join(x, y, on): """ :param x: :param y: :param on:如没有特殊需求,可以不要这个参数 :return: 返回x中不包含y的部分 """ ans = pd.merge(left=x, right=y, how=

python两个dataframe求差集_python DataFrame 交并差集

weixin_39746229的博客

12-11

2964

smysqldb = mysql.MYSQL(host=source_param['db_ip'], port=int(source_param['db_port']),user=source_param['db_user'],pwd=source_param['db_pwd'], db=source_param['db_name'])tmysqldb = mysql.MYSQL(host=tar...

DataComPy 超级好用的，用于比较两个Pandas DataFrame的程序包

LlanyW的专栏

10-23

5141

官方文档：要求：这2个DataFrame的列是完全一样，列数与列名。如是列名不一样可以先重命名列名再比较。然后根据列名取出比较的结果，返回的都是DataFrame。

dataframe寻找两个dataframe某一列相同的差集

u013310037的博客

09-16

5275

问题提出：有以下两个数据集，df_data、df_FAIL，其中df_data的SN和df_FAIL的SerialNumber的特征是相同的，现在要找出特征在SerialNumber但是不在SN中的集合。 df_data: df_FAIL: 1. 首先寻找交集 dataframe筛选数据根据某一个列的数据在另外的一个dataframe的列中：参考链接 #找到交集 df_FAIL_IN = df_FAIL[df_FAIL["SerialNumber"].isin(df_data["SN"])] 2.

求两个dataframe的差集

梦坠凡尘

12-02

1277

import pandas as pd import numpy as np csv2_5 = pd.read_csv('2.5++.csv') csv3_0 = pd.read_csv('3.0++.csv') # print(csv2_5) #取差集在csv3_0中但不在csv2_5中 # 合并数据集 # csv3_0 = csv3_0.append(csv2_5) csv3_0 = pd.concat([csv3_0, csv2_5], axis=0, ignore_index=True).s

Pandas取交集、并集、差集

llf_cloud的博客

06-16

3964

前堤条件：对于colums都相同的dataframe做过滤的时候创建2个结构（列名）一致的DataFrame,df1和df2有1条重合的数据 >>> import pandas as pd >>> >>> df1=pd.DataFrame([['a',10,'男'],['b',11,'女']],columns=['name','age','gender']) >>> >>> df2=pd.DataFrame([['a

python DataFrame 取差集

u012560212的博客

11-24

2万+

需求：给定一个dataframe和一个list，list中存放的是dataframe中某一列的元素，删除dataframe中与list元素重复的行（即取差集）。在网上搜了一圈，好像没看到DataFrame中取差集的方式，所以自己写了一个。方法比较繁琐，如果有更简便的方式，请留言。import pandas as pd data = [[1,2,3],[2,3,4],[3,4,5],[4,5,6]

Python Dataframe ——指定多列去重、求差集

jasonwang_的博客

12-13

4万+

1）去重指定多列去重，这是在dataframe没有独一无二的字段作为PK（主键）时，需要指定多个字段一起作为该行的PK，在这种情况下对整体数据进行去重。 Attention：主要用到了drop_duplicates方法，并设置参数subset为多个字段名构成的数组。具体代码如下： >>>import pandas as pd >>>data={'state':[1,1,

pandas 两个dataframe取差集并导出

04-08

可以使用pandas库中的merge函数，将两个dataframe进行合并，并设置参数indicator=True，这样就可以标记每行数据来自哪个dataframe。然后再根据标记筛选出只属于一个dataframe的数据，即为差集。最后再导出为csv文件。以下是示例代码： ```python import pandas as pd # 创建两个dataframe df1 = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [1, 2, 3]}) df2 = pd.DataFrame({'A': ['a', 'd', 'e'], 'B': [1, 4, 5]}) # 合并两个dataframe merged = pd.merge(df1, df2, on=['A', 'B'], how='outer', indicator=True) # 筛选出只属于一个dataframe的数据 diff = merged.loc[merged['_merge'].isin(['left_only', 'right_only'])] # 导出为csv文件 diff.to_csv('diff.csv', index=False) ``` 当然，以上代码只是示例，实际应用中需要根据具体需求进行改动。

“相关推荐”对你有帮助么？

非常没帮助
没帮助
一般
有帮助
非常有帮助

提交