匹配 2 个不同的 dataframe 但长度不同的列值

Question

我有 TOTAL 2 个数据集，其中 dataset1 具有大约 40 个条目的 PATIENTID 列，另一个 dataset2 具有大约 700 个条目的相同 PATIENTID

我想检查 dataset1 的 PATIENTID 是否存在于 dataset2 中。

我在 Python Jupyter 笔记本中尝试过，但通过 Python 代码无法正常工作。

PatientsNotTreated=unique(Datase1.PatientID)[!unique(Dataset1.PatientID) in unique(Dataset2.PatientID)]
PatientsNotTreated

我收到错误：

PatientsNotTreated=unique(Datase1.PatientID)[!unique(Dataset1.PatientID) in unique(Dataset2.PatientID)]
                                                     ^
    SyntaxError: invalid syntax

我预计 daTASET2 中不存在的患者 ID 的 output

Answer 1

使用Series.isin与DataFrame.loc进行布尔索引。 最后使用Series.unique ：

arr_out=Dataset1.loc[~Dataset1['PatientID'].isin(Dataset2['PatientID']),'PatientID'].unique()

---

arr_in=Dataset1.loc[Dataset1['PatientID'].isin(Dataset2['PatientID']),'PatientID'].unique()

---

根据患者使用过滤 dataset1：

Dataset1_filtered=Dataset1.loc[~Dataset1['PatientID'].isin(Dataset2['PatientID'])]