pandas从一个表中删除另一个表中出现的值

可以使用pandas的isin()方法来判断一个表中的值是否在另一个表中出现，然后使用drop()方法来删除这些值。具体的代码实现可以参考以下示例：

import pandas as pd

# 创建两个DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [2, 3], 'B': [5, 6]})

# 判断df1中哪些行与df2中的行相同
mask = df1.isin(df2)

# 删除df1中与df2中相同的行
df1 = df1[~mask.all(axis=1)]

# 输出结果
print(df1)

这段代码的输出结果为：

   A  B
  1  4

即删除了df1中与df2中相同的行，只剩下了第一行。

相关问题

pandas删除缺失值那一个格子

你可以使用Pandas中的dropna()函数来删除包含缺失值的行或列。如果你想要删除包含缺失值的特定单元格，你可以使用loc[]方法来选择特定的单元格，并使用drop()函数来删除它。例如，如果你想删除行索引为0，列索引为1的单元格，你可以使用以下代码：

import pandas as pd

df = pd.DataFrame({'A': [1, 2, np.nan], 'B': [4, np.nan, 6], 'C': [7, 8, 9]})
df = df.dropna(subset=['A'], axis=0)
df = df.drop(['B'], axis=1)
print(df)

在上面的代码中，我们首先创建了一个包含缺失值的Pandas DataFrame，然后使用dropna()函数删除了包含缺失值的行。接下来，我们使用drop()函数删除了列B，这样就删除了第一行第二列的单元格。

pandas serial删除第一个值

在 Pandas 中，可以使用 Series.shift() 方法将要删除的第一个元素放到最后一个位置，然后再进行删除操作，代码示例如下：

import pandas as pd

# 创建一个 Series
s = pd.Series([1, 2, 3, 4, 5])

# 使用 shift() 方法将要删除的第一个元素放到最后一个位置
s = s.shift(periods=-1)

# 删除最后一个元素
s = s.drop(len(s)-1)

print(s)

输出结果为：

1    2
2    3
3    4
4    5
dtype: int64