大熊猫左外连接排除

Question

我有2个大熊猫dataframes

df1 = pd.DataFrame(data = {'col1' : ['finance', 'finance', 'finance', 'accounting', 'IT'], 'col2' : ['az', 'bh', '', '', '']}) 
df2 = pd.DataFrame(data = {'col1' : ['finance', 'finance', 'finance', 'finance', 'finance'], 'col2' : ['', 'az', '', '', '']}) 

DF1

col1 col2 
0 finance az 
1 finance bh 
2 finance 
3 accounting 
4 IT 

DF2

col1 col2 
0 finance 
1 finance az 
2 finance 
3 finance 
4 finance 

正如你所看到的数据帧中有空白值，以及。我尝试使用example，并没有给我我想要的结果。

common = df1.merge(df2,on=['col1','col2']) 
df3=df1[(~df1.col1.isin(common.col1))&(~df1.col2.isin(common.col2))] 

我想输出像

col1 col2 
3 accounting 
4 IT 

Answer 1

失败的原因是你独立的比赛中col1 & col2检查，并排除在任何一场比赛。空字符串与finance行中的空字符串匹配。

你会想：

df3 = df1[(~df1.col1.isin(common.col1))|(~df1.col2.isin(common.col2))] 
df3 
Out[150]: 
     col1 col2 
1  finance bh 
3 accounting  
4   IT 

为了让行中df1不df2。

要获得专门

df3 
    col1 col2 
3 accounting 
4 IT 

你可以尝试只选择那些具有非匹配的col1。

df3 = df1[~df1.col1.isin(df2.col1)] 
df3 
Out[172]: 
     col1 col2 
3 accounting  
4   IT 

要col1 & col2独立检查匹配，并在任，同时具有NaN我们比较不平等的/永远不会算作一个比赛，你可以使用

df3 = df1[(~df1.col1.isin(common.col1)|df1.col1.isnull())&(~df1.col2.isin(common.col2)|df1.col2.isnull())] 
df3 
Out[439]: 
     col1 col2 
3 accounting NaN 
4   IT NaN 

假设你排除比赛在实际数据中使用实际的NaN s，或者None或np.nan，而不是像本例中的空字符串。如果是后者，您需要添加

df1.replace('', np.nan, inplace=True) 
df2.replace('', np.nan, inplace=True) 

第一。