两个dataframe 取差集

在Python的数据处理库pandas中，如果你有两个DataFrame并且想要获取它们之间的差集，你可以使用`difference()`函数。这个操作会返回第一个DataFrame中不在第二个DataFrame中存在的所有行。以下是基本步骤：

import pandas as pd

# 假设 df1 和 df2 是两个DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [2, 4], 'B': [5, 7]})

# 获取 df1 中除了 df2 所有元素的差集
diff_df = df1[~df1.isin(df2)]

print(diff_df)

这将输出 `df1` 中除了 `df2` 的共同元素外的所有行。注意这里我们使用了布尔索引来排除 `df2` 中存在的行。

相关问题

两个dataframe取差集

可以使用pandas的merge函数来实现两个dataframe求差集的操作。具体步骤如下：

1. 使用merge函数将两个dataframe按照某一列进行合并，合并方式为outer，即保留所有行。

2. 使用isnull函数判断哪些行在第一个dataframe中出现，在第二个dataframe中没有出现，即为差集。

3. 使用loc函数获取差集。

示例代码如下：

import pandas as pd

# 创建两个dataframe
df1 = pd.DataFrame({'A': [1, 2, 3, 4], 'B': [5, 6, 7, 8]})
df2 = pd.DataFrame({'A': [3, 4, 5, 6], 'B': [7, 8, 9, 10]})

# 按照'A'列合并两个dataframe
merged_df = pd.merge(df1, df2, on='A', how='outer')

# 获取差集
diff_df = merged_df.loc[merged_df['B_x'].isnull()]

print(diff_df)

输出结果为：

   A  B_x    B_y
4  5  NaN    9.
5  6  NaN   10.
  1  5.    NaN
1  2  6.    NaN

其中，B_x列为第一个dataframe中的B列，B_y列为第二个dataframe中的B列。可以看到，差集为第一个dataframe中的第一、二行。

pandas 两个dataframe取差集

可以使用 pandas 库中的 `merge` 方法来实现两个 DataFrame 的取差集。具体操作如下：

import pandas as pd

# 两个 DataFrame
df1 = pd.DataFrame({'A': [1, 2, 3], 'B': ['a', 'b', 'c']})
df2 = pd.DataFrame({'A': [2, 3, 4], 'B': ['b', 'c', 'd']})

# 取差集
diff_df = pd.merge(df1, df2, how='outer', indicator=True).query("_merge == 'left_only'").drop('_merge', axis=1)

print(diff_df)

输出：

   A  B
0  1  a
2  3  c

这里使用 `merge` 方法将两个 DataFrame 按照列进行合并，并标记合并方式为“外连接（outer）”，以便保留两个 DataFrame 中的所有行。然后使用 `query` 方法筛选出合并后只存在于第一个 DataFrame 中的行，即为差集。最后使用 `drop` 方法删除标记列 `_merge`。