如何僅保留在特定列上共享相同值的 dataframe 行

Question

我有兩個要比較的數據框，但首先我想斷言第一列（我用作索引）對於兩者都是相同的。

df1

    A   B   C   D   E
0   a   10  5   18  20
1   b   9   18  11  13
2   c   8   7   12  5
3   z   6   5   3   90

df2

    A   B   C   D   E
0   a   10  45  10  22
1   b   99  18  11  13
2   e   8   7   12  5
3   f   6   5   3   90

我只想保留 A 列中的值在兩個數據框中的行。 所以我希望 output 像 df1 和 df2 一樣。

df3

    A   B   C   D   E
0   a   10  5   18  20
1   b   9   18  11  13

df4

    A   B   C   D   E
0   a   10  45  10  22
1   b   99  18  11  13

我還想檢索已刪除的行。

刪除_df

    A   B   C   D   E 
0   c   8   7   12  5
1   z   6   5   3   90
2   e   8   7   12  5
3   f   6   5   3   90

我現在已經試過了：

df3 = df1[df1['A'].isin(df2['A'])]
df4 = df2[df2['A'].isin(df1['A'])]

這似乎可行，但我不確定，但我仍然想檢索 df3 和 df1 之間的區別（以及分別是 df4 和 df2 ）

Answer 1

您可以做的一件事是通過True for indicator進行outer合並：

>>> df1.merge(df2, on='A', indicator=True, how='outer', suffixes=('1',  '2',))
 
   A    B1    C1    D1    E1    B2    C2    D2    E2      _merge
0  a  10.0   5.0  18.0  20.0  10.0  45.0  10.0  22.0        both
1  b   9.0  18.0  11.0  13.0  99.0  18.0  11.0  13.0        both
2  c   8.0   7.0  12.0   5.0   NaN   NaN   NaN   NaN   left_only
3  z   6.0   5.0   3.0  90.0   NaN   NaN   NaN   NaN   left_only
4  e   NaN   NaN   NaN   NaN   8.0   7.0  12.0   5.0  right_only
5  f   NaN   NaN   NaN   NaN   6.0   5.0   3.0  90.0  right_only

這樣，您將獲得該行是否來自兩列或僅來自左/右之一的信息。

Answer 2

使用isin ：

df1.loc[df1.A.isin(df2.A)]

   A   B   C   D   E
0  a  10   5  18  20
1  b   9  18  11  13

isin返回用於過濾的 boolean 系列：

df1.A.isin(df2.A)
0     True
1     True
2    False
3    False
Name: A, dtype: bool