pandas DataFrame 交集并集补集

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))

pandas DataFrame 交集并集补集相关推荐

集合中常用的合并求交集并集补集问题
1.在平时的时候经常会用到求交集.补集.并集.差集的问题本文通过引入org.apache.commons.collections4.CollectionUtils 进行很方便的解决 ArrayLis ...
『Python核心技术与实战』pandas.DataFrame()函数介绍
pandas.DataFrame()函数介绍! 文章目录一. 创建DataFrame 1.1. numpy创建 1.2. 直接创建 1.3. 字典创建 1.4. Series和DataFrame 二 ...
pandas使用tabulate函数将pandas dataframe以类似于plsql表格的方式打印出来（printing dataframe in tabular format）
pandas使用tabulate函数将pandas dataframe以类似于plsql表格的方式打印出来(printing dataframe in tabular format) 目录
python将scikit-learn自带数据集转换为pandas dataframe格式
python将scikit-learn自带数据集转换为pandas dataframe格式目录 python将scikit-learn自带数据集转换为pandas dataframe格式 #仿真数据
pandas基于条件判断更新dataframe中所有数据列数值内容的值（Conditionally updating all values in pandas Dataframe ）
pandas基于条件判断更新dataframe中所有数据列数值内容的值(Conditionally updating all values in pandas Dataframe ) 目录
pandas基于条件判断更新dataframe中特定数据列数值内容的值（Conditionally updating values in specific pandas Dataframe ）
pandas基于条件判断更新dataframe中特定数据列数值内容的值(Conditionally updating values in specific pandas Dataframe ) 目录
R语言union函数计算数据对象(vector、list、dataframe)的并集：union函数计算两个vector向量、dataframe、列表list的并集
R语言union函数计算数据对象(vector.list.dataframe)的并集:union函数计算两个vector向量.dataframe.列表list的并集目录
pyspark dataframe数据连接（join）、转化为pandas dataframe、基于多个字段删除冗余数据
pyspark dataframe数据连接(join).转化为pandas dataframe.基于多个字段删除冗余数据目录 pyspark dataframe数据连接(join).转化为panda ...
plotly可视化表格数据：以表格可视化pandas dataframe
plotly可视化表格数据:以表格可视化pandas dataframe # plotly可视化dataframe中的表格数据: import plotly as py from plotly.too ...
python将pandas dataframe内容写入ElasticSearch实战
python将pandas dataframe内容写入ElasticSearch实战目录 python将pandas dataframe内容写入ElasticSearch实战索引设置数据写入数 ...

pandas DataFrame 交集并集补集

pandas DataFrame 交集并集补集相关推荐

最新文章

热门文章