如何根據列從 dataframe 中減去 dataframe？

Question

我有以下數據框

df1 = pd.DataFrame({
    'contact_id': [1,3,4,5,-1],
    'subscription_id': ['AAA', 'ccc', 'ddd', 'eee', 'fff']
});

print(df1)

   contact_id subscription_id
0           1             AAA
1           3             ccc
2           4             ddd
3           5             eee
4          -1             fff

2號 dataframe

df2 = pd.DataFrame({
    'contact_id': [1,2,-1],
    'subscription_id': ['AAA', 'bbb', 'fff'],
    'extra': ['we', 'kl', 'op']
});

print(df2)

   contact_id subscription_id extra
0           1             AAA    we
1           2             bbb    kl
2          -1             fff    op

預計 Output

   contact_id subscription_id extra
1           3             ccc   NaN
2           4             ddd   NaN
3           5             eee   NaN

我的代碼

import pandas as pd

df1 = pd.DataFrame({
    'contact_id': [1,3,4,5,-1],
    'subscription_id': ['AAA', 'ccc', 'ddd', 'eee', 'fff']
});

print(df1)

df2 = pd.DataFrame({
    'contact_id': [1,2,-1],
    'subscription_id': ['AAA', 'bbb', 'fff'],
    'extra': ['we', 'kl', 'op']
});

print(df2)

sub = pd.concat([df1, df2, df2]).drop_duplicates(keep=False)
print(sub)

誰能指導我哪里做錯了？

Answer 1

您想要的基本上是Left join減去Inner Join的結果。 這看起來像是merge not pd.concat的典型案例。

將df.merge與Left連接和indicator列一起使用為True 。 僅通過選擇left_only來選擇df1中存在的行：

In [1586]: df1.merge(df2, how='left', indicator=True).query('_merge == "left_only"').drop('_merge', 1)
Out[1586]: 
   contact_id subscription_id extra
1           3             ccc   NaN
2           4             ddd   NaN
3           5             eee   NaN

Answer 2

sub = pd.concat([df1, df2, df2]).drop_duplicates(keep=False)

代碼中的問題

1. 您正在連接df2兩次。 （盡管這並不重要，因為您隨后會刪除重復項。）
2. 如果沒有設置pandas.DataFrame.drop_duplicates的subset參數，默認情況下 pandas 將使用所有列來識別重復項。

由於不需要extra列，您可以使用 boolean 索引

df1 = df1.loc[~((df1['contact_id'].isin(df2['contact_id']))&(df1['subscription_id'].isin(df2['subscription_id'])))]

# print(df1)

   contact_id subscription_id
1           3             ccc
2           4             ddd
3           5             eee