如何基于具有不同行数的另一个 Dataframe 中的一个相似列删除一个 DataFrame 中的行

Question

我有两个完全不同的 DataFrame，除了一个特定列中的某些值：

df
  First  Last   Email             Age
0 Adam   Smith  email1@email.com   30
1 John   Brown  email2@email.com  35
2 Joe    Max    email3@email.com  40
3 Will   Bill   email4@email.com  25
4 Johnny Jacks  email5@email.com  50

df2
  ID   Location  Contact
0 5435 Austin    email5@email.com
1 4234 Atlanta   email1@email.com
2 7896 Toronto   email3@email.com

我将如何 go 关于在 df 的 Email 列和 df2 的 Contact 列中找到匹配值，然后根据该匹配删除 df 中的整行？

Output 我正在寻找（索引编号无关紧要）：

df1
  First  Last   Email             Age
1 John   Brown  email2@email.com  35
3 Will   Bill   email4@email.com  25

我已经能够使用几种不同的方法来识别匹配项，例如：

将列名更改为相同

common = df.merge(df2,on=['Email'])
df3 = df[(~df['Email'].isin(common['Email']))]

但是 df3 仍然显示来自 df 的所有行。

我也试过：

common = df['Email'].isin(df2['Contact'])
df.drop(df[common].index, inplace = True)

再次识别匹配项，但 df 仍包含所有原始行。

因此，我遇到的主要困难是使用删除的匹配项更新 df 或创建一个新的 DataFrame ，在比较 df 中的 Email 列和 df2 中的 Contact 列时，它只包含具有不同值的行。 感谢任何建议。

Answer 1

如评论（@Arkadiusz）中所述，使用以下内容过滤您的数据就足够了

df3 = df[(~df['Email'].isin(df2.Contact))].copy()
print(df3)