Pandas DataFrame求差集的示例代码_Python

Pandas DataFrame求差集的示例代码

2021-08-13 00:20@凌晨三点半 Python

这篇文章主要介绍了Pandas DataFrame求差集的示例代码，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

在pandas中求差集没有专门的函数。处理办法就是将两个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)

具体函数用法：

Pandas DataFrame求差集的示例代码

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

Pandas DataFrame求差集的示例代码

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.dataframe.drop_duplicates.html#pandas.dataframe.drop_duplicates

补充示例：pandas中两个dataframe的差集

在pandas中，两个dataframe的差集并没有直接的库内置方法，现在我们希望有一种方法，就像python中set内置的求差集一样，来找到两个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}

上面代码片段是对set的内置求差集方法的回顾，现在我们希望能有类似的方法来找两个dataframe的差集。

解决思路是这样的：

对于有同样index的a,b两个dataframe，如果现在要求a对b的差集，那么可以（1)连续两次扩充a，使用append方法（2）然后使用drop_duplicates方法对a进行去重，并且参数keep=false。原理很简单，也很巧妙，连续扩充2次a，那么新扩充完后的dataframe中来自b的row肯定是重复的，去重时候，b全部被删除，与此同时，a中跟b重复的row也会顺带着被删除。

代码实现：

				?

									>>> 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