pandas DataFrame 交集并集补集

迷南。 2022-04-24 04:18 284阅读 0赞

1.场景，对于colums都相同的dataframe做过滤的时候

例如：

df1 = DataFrame([['a', 10, '男'], 
                     ['b', 11, '男'], 
                     ['c', 11, '女'], 
                     ['a', 10, '女'],
                     ['c', 11, '男']], 
                    columns=['name', 'age', 'sex'])
    
    df2 = DataFrame([['a', 10, '男'], 
                     ['b', 11, '女']],
                    columns=['name', 'age', 'sex'])
    
    取交集：print(pd.merge(df1,df2,on=['name', 'age', 'sex']))
    取并集：print(pd.merge(df1,df2,on=['name', 'age', 'sex'], how='outer'))
    取差集(从df1中过滤df1在df2中存在的行)：

df1 = df1.append(df2)
    df1 = df1.append(df2)
    df1 = df1.drop_duplicates(subset=['name', 'age', 'sex'],keep=False)
    print(df1)
    
    代码：

# -*- coding:utf-8 -*-
    __version__ = '1.0.0.0'
    """
    @brief  :   简介
    @details:   详细信息
    @author :   zhphuang
    @date   :   2018-10-29
    """
    
    import pandas as pd
    from pandas import *
    
    df1 = DataFrame([['a', 10, '男'],
                     ['b', 11, '男'],
                     ['c', 11, '女'],
                     ['a', 10, '女'],
                     ['c', 11, '男']],
                    columns=['name', 'age', 'sex'])
    print("df1:\n%s\n\n" % df1)
    df2 = DataFrame([['a', 10, '男'],
                     ['b', 11, '女']],
                    columns=['name', 'age', 'sex'])
    print("df2:\n%s\n\n" % df2)
    # 取交集
    print("交集:\n%s\n\n" % pd.merge(df1,df2,on=['name', 'age', 'sex']))
    
    # 取并集
    print("并集:\n%s\n\n" % pd.merge(df1,df2,on=['name', 'age', 'sex'], how='outer'))
    
    # 从df1中过滤df1在df2中存在的行，也就是取补集
    df1 = df1.append(df2)
    df1 = df1.append(df2)
    print("补集(从df1中过滤df1在df2中存在的行):\n%s\n\n" % df1.drop_duplicates(subset=['name', 'age', 'sex'],keep=False))

![1134733-20181029204535189-1426605602.png][]

[1134733-20181029204535189-1426605602.png]: /images/20220220/cc39020ec089485f8a490dcb0571b89e.png