仅返回两个数据框列中的异常的最简单方法是什么？

Question

有几件事要开始：

1. df1['Column x'] 和 df2['Column x'] not 长度相同，在我的情况下 df2 是比 df。
2. Column x 和 Column y 都标记为 Player，列值是对象（名称）

编辑：例如，数据看起来像这样，包含更多行和包含整数和浮点数的附加列。

df1

编辑：CSV sn-p

,Player,% Owned,+/-,GP,
0,Player1,3%,0%,0,
1,Player2,91%,0%,1,
2,Player3,99%,0%,1

df2

,Player,% Owned,+/-,GP,
0,Player1,7%,8%,1,
1,Player2,94%,0%,0,
2,Player3,99%,0%,0,
3,Player4,57%,-0.3%,0,
4,Player5 0%,10%,1,
5,Player6,20%,50%,0

**

预期输出：

**

index	Player	% Owned	+/-	...
3	Player4	57%	-0.3%	x
4	Player5	0%	10%	y
5	Player6	20%	50%	z

我的预期输出将只是 df2 中存在的行，而不是 df2 中的行。我只是在寻找一种解决方案，该解决方案可以识别或定位并返回 df2 中包含唯一 Player 值的行；它只需要在df2['Player'] 中查找异常并忽略其他列。

我的数据框由 NBA 球员的表现统计数据/指标组成； df1 是第一周比赛的统计数据，df2 是下一周比赛的数据，因此第二周不可避免地会有少数新玩家没有参加第一周，以此类推，以此类推。

我的目标是找出那些在 df2 中但没有出现在 df1 中的玩家。

这看起来很简单，但我想出的解决方案很笨拙，而且我确信实际上有办法做到这一点。

这是我目前使用的方法的一个示例。

df_concat = pd.concat([df2,df1], axis=0)

df_mask = (df_concat.assign(mask1=df_concat.duplicated('Player'), mask2=~concatenated.df_concat('Player', keep=False)))

df_expose = df_mask.loc[(df_mask['mask1'] == False) & (df_mask['mask2'] == True)]

'df_expose' 包含我正在寻找的配置文件，但我确信有更好的方法。

有什么想法吗？

Answer 1

您可以使用合并功能仅在 df2 中获取玩家：

df1 = ['player' + str(i) for i in range(1,11)]
df2 = ['player' + str(i) for i in range(1,13)]

df1 = pd.DataFrame(df1)
df2 = pd.DataFrame(df2)

df1.columns = ['Player']
df2.columns = ['Player']


#df1:                          #df2:   
   Player                      Player
0   player1                 0   player1
1   player2                 1   player2
2   player3                 2   player3
3   player4                 3   player4
4   player5                 4   player5
5   player6                 5   player6
6   player7                 6   player7
7   player8                 7   player8
8   player9                 8   player9
9   player10                9   player10
                            10  player11
                            11  player12

df = df1.merge(df2, how = 'outer', on=['Player'] ,indicator=True).loc[lambda x : x['_merge']=='right_only']


#Result df:  

     Player      _merge
10  player11    right_only
11  player12    right_only