如何在Pandas中利用DataFrame求差集

本篇文章為大家展示了如何在Pandas中利用DataFrame求差集，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

在Pandas中 求差集沒有專門的函數(shù)。處理辦法就是將兩個DataFrame追加合并，然后去重。

divident.append(hasThisYearDivident)
noHasThisYearDivident = divident.drop_duplicates(subset='ts_code', keep=False, inplace=True, ignore_index=True)

具體函數(shù)用法：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html#pandas.DataFrame.append

在pandas中，兩個DataFrame的差集并沒有直接的庫內(nèi)置方法，現(xiàn)在我們希望有一種方法，就像python中set內(nèi)置的求差集一樣，來找到兩個DataFrame的差集。

>>> a=set((1,2,3))
>>> a
{1, 2, 3}
>>> b=set((2,3,4))
>>> b
{2, 3, 4}
>>> a-b
{1}

上面代碼片段是對set的內(nèi)置求差集方法的回顧，現(xiàn)在我們希望能有類似的方法來找兩個DataFrame的差集。

解決思路是這樣的：

對于有同樣Index的a,b兩個DataFrame，如果現(xiàn)在要求a對b的差集，那么可以（1)連續(xù)兩次擴(kuò)充a，使用append方法（2）然后使用drop_duplicates方法對a進(jìn)行去重，并且參數(shù)keep=False。原理很簡單，也很巧妙，連續(xù)擴(kuò)充2次a，那么新擴(kuò)充完后的DataFrame中來自b的row肯定是重復(fù)的，去重時候，b全部被刪除，與此同時，a中跟b重復(fù)的row也會順帶著被刪除。

代碼實現(xiàn)：

>>> import pandas as pd
>>> data_a={'state':[1,1,2],'pop':['a','b','c']}
>>> data_b={'state':[1,2,3],'pop':['b','c','d']}
>>> a=pd.DataFrame(data_a)
>>> b=pd.DataFrame(data_b)
>>> a
  state pop
0   1  a
1   1  b
2   2  c
>>> b
  state pop
0   1  b
1   2  c
2   3  d
>>> a=a.append(b)
>>> a=a.append(b)
>>> a
  state pop
0   1  a
1   1  b
2   2  c
0   1  b
1   2  c
2   3  d
0   1  b
1   2  c
2   3  d
>>> a.drop_duplicates(subset=['state','pop'],keep=False)
  state pop
0   1  a

上述內(nèi)容就是如何在Pandas中利用DataFrame求差集，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注億速云行業(yè)資訊頻道。