pandas 获取不在其他数据框中的行

我有两个 pandas 数据框，它们有一些共同的行。

假设 dataframe2 是 dataframe1 的子集。

如何获取 dataframe1 中不存在于 dataframe2 中的行？

df1 = pandas.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14]}) 
df2 = pandas.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12]})

df1

   col1  col2
0     1    10
1     2    11
2     3    12
3     4    13
4     5    14

df2

   col1  col2
0     1    10
1     2    11
2     3    12

预期结果：

   col1  col2
3     4    13
4     5    14

import pandas as pd

df1 = pd.DataFrame(data = {'col1' : [1, 2, 3, 4, 5], 'col2' : [10, 11, 12, 13, 14]}) 
df2 = pd.DataFrame(data = {'col1' : [1, 2, 3], 'col2' : [10, 11, 12]})

#使用~和merge获得df1中不存在于df2中的行。
df_diff = df1[~df1.isin(df2).all(axis=1)]

print(df_diff)

这将打印以下输出：

   col1  col2
3     4    13
4     5    14

这段代码是如何工作的：

1. df1[~df1.isin(df2).all(axis=1)] : 这段代码使用布尔索引从 df1 中选择行。让我们将其分解为：
2. df1.isin(df2) : 这将创建一个布尔 DataFrame，其中如果 df1 中的值也存在于 df2 中，则为 True ，否则为 False 。
3. .all(axis=1) : 这会检查每一行是否所有值都为 True （意味着该行完全存在于 df2 中）。
4. ~ : 此运算符反转布尔值，因此我们选择所有行，其中至少有一个值 不 存在于 df2 中。

这有效地过滤了 df1 ，只留下 df2 中没有的那些行。

注意： 此解决方案假定两个 DataFrame 的列名相同。如果列名不同，则需要在使用 isin 和 merge 方法之前重命名列，或者在 merge 中指定要比较的列。