選擇DataFrame之間的補碼列

Question

假設我有一個pandas.DataFrame x ， x被送入函數filter並返回y ，一個DataFrame刪除了x某些列。 該函數是一個黑匣子，列號很大。 我怎樣才能找到“ x”中已刪除的列？

或者， y.columns的一個子集x.columns ，我怎么能找到在列x不在y ？

例：

x = pd.DataFrame(np.array([[1,2,3],[4,5,6]]))
x.columns = list('abc')
y = x.iloc[:, :2].copy()
>>> x
   a  b  c
0  1  2  3
1  4  5  6
>>> y
   a  b
0  1  2
1  4  5

我想返回c列。

我現在的解決方案：

>>> xc = x.columns.values.tolist()
>>> yc = y.columns.values.tolist()
>>> diff = [i for i in xc if i not in yc]
>>> x[diff]
   c
0  3
1  6

有沒有一種方法可以在不提取列名的情況下獲得結果？

我以為這是某種基本操作，但是我找不到在線簡單的答案。

謝謝。

Answer 1

使用sets或熊貓difference作為：

x[x.columns.difference(y.columns)]

要么：

x[list(set(x.columns)-set(y.columns))]

這將給出x數據幀中的列值，而不是y數據幀中的列值。

---

print(x[x.columns.difference(y.columns)])

要么：

print(x[list(set(x.columns)-set(y.columns))])

   c
0  3
1  6

Answer 2

使用sets ：

x_col = set(x.columns)
y_col = set(y.columns)
x_col.difference(y_col)
>>{'c'}

x_col.difference(y_col)將返回僅存在於x_col但不存在於x_col中的y_col

Answer 3

您可以為此使用numpy ：

import numpy as np

diff = np.setdiff1d(xc,yc)

要么

但是，使用本機方法總是好的：

diff = list(xc - yc)