pandas DataFrame 交集並集補集

1.場景，對於colums都相同的dataframe做過濾的時候

例如：

df1 = dataframe([[

'a', 10, '男'
], [
'b', 11, '男'
], [
'c', 11, '女'
], [
'a', 10, '女'
], [
'c', 11, '男'
]], 
columns=
['name', 'age', '***'])
df2 = dataframe([[
'a', 10, '男'
], [
'b', 11, '女']],
columns=
['name', 'age', '***'
])

print(pd.merge(df1,df2,on=

['name', 'age', '***'
]))

print(pd.merge(df1,df2,on=

['name', 'age', '***'
], how=
'outer'
))

df1 = df1.drop_duplicates(subset=

['name', 'age', '***'

],keep=false)

print(df1)

**：

# -*- coding:utf-8 -*-

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', '***'])
print(
"df1:\n%s\n\n" % df1)
df2 = dataframe([[
'a', 10, '男'
], [
'b', 11, '女']],
columns=
['name', 'age', '***'])
print(
"df2:\n%s\n\n" % df2)

print(

"交集:\n%s\n\n" % pd.merge(df1,df2,on=
['name', 'age', '***'
]))

print(

"並集:\n%s\n\n" % pd.merge(df1,df2,on=
['name', 'age', '***'
], how=
'outer'
))

"補集(從df1中過濾df1在df2中存在的行):\n%s\n\n" % df1.drop_duplicates(subset=

Pandas DataFrame用法總結

1 將某一列滿足條件的資料的所在行提取出來 df ori pd.read excel f ivf data data add yuejing time data arrange no null23.xlsx df new df ori df ori.iloc 2 0.6 將某一列滿足條件 0.6 的...

Pandas DataFrame常用方法

1 獲取列名 1.1.鍊錶推導式 語法 col for col in df 返回結果 cvr1 cvr2 cvr3 cvr4 結果型別 list 1.2.通過columns屬性 columns屬性返回index，columns.values屬性返回 numpy.ndarray，可通過 tolist ...

Pandas DataFrame 按行構建

當我們從複雜 提取出逐個樣本的特徵時，繼而構成一條樣本並組成訓練或測試集時，比較容易想到的一點就是一行一行地構建dataframe。而pandas.dataframe 容許的輸入有numpy ndarray structured or homogeneous dict,or dataframe這些 ...