根据匹配列值与其他数据框的组合删除行熊猫

Question

设置

我有 2 个 pandas dfs（df1 和 df2），其中包含一些重叠行和一些非重叠行。

两个 dfs 都有 order_id 和 shop 列。

现在，如果 df1 中的行与 df2 中的任意行匹配 order_id 和 shop 的组合，则应从 df1 中删除该行。如果此行与order_id 和shop 上的df2 中的任何行都不匹配，则应保留它。

---

示例

df2 是这样的，

    order_id    shop
0     12345     'NL'
1     45678     'FR'
2     12345     'DE'
3     34567     'NL'

现在如果df1 这样，

    order_id    shop
0     12345     'NL'
1     45678     'FR'

那么 df1 应该返回空。

---

但是如果df1这样的话，

        order_id    shop
0       12345       'NL'
1       99999       'FR'
2       12345       'UK'

那么df1 应该返回，

        order_id    shop
0       99999       'FR'
1       12345       'UK'

---

代码

我创造了一条怪异的线，然后并没有真正起作用......

到目前为止，我有，

result_df = df1[(~df1['order_id'].astype(str).isin(df2['order_id'].astype(str)))]

我该如何解决这个问题？

Answer 1

我认为列的类型不一样，所以先将其转换为string，然后将其转换为merge 和indicator=True：

df3 = (df1.astype(str).merge(df2.astype(str), how='left', indicator=True)
          .query('_merge == "left_only"')[df1.columns])
print (df3)
   order_id  shop
2     99999  'FR'
3     12345  'UK'

也可以在解决方案之前检查是否相同的数据类型：

print (df1.dtypes)
print (df2.dtypes))

并且只转换不同的列dtype:

df2['order_id'] = df2['order_id'].astype(str)