将 pandas 数据框列与 sql 表数据框列进行比较

Question

我正在创建一个应用程序，它将 CSV 加载到一个数据帧中，并将 SQL 查找表加载到另一个数据帧中。

第一帧有列：col1, col2, ..., coln。

第二帧是一个只包含 col1 和 col2 的查找表。

查找表的样子

col1	col2
AB	123
AB	234
BC	456

等等。第一个表需要有一个有效的键组合。我想获取无效的记录集。

我需要做一些类似“如果键对不存在，则抓取记录。否则丢弃”

我想我可以对每一个都做一个嵌套循环，但我想知道是否有更有效的方法来做到这一点，例如使用pd.merge 或其他东西。

这是我目前所得到的：

... create two dataframes
...

frame = d1.merge(df2, how='outer', indicator=True, left_on=['col1', 'col2']).loc[lambda x: x['_merge'] == 'left_only']

我收到此错误：

TypeError: 'NoneType' 类型的对象没有 len()

有没有更好的方法来做到这一点？

Answer 1

感谢this post找到它

捕获辐射记录的正确语法是：

frame = df1.merge(df2, how='left', indicator=True, left_on=cols, right_on=cols).query('_merge == "left_only"').drop('_merge', 1)