Pandas - 合并/加入/vlookup df 并删除所有匹配的行

Question

我试图从一个电子表格（df name = data2）中引用过期订单列表，并在新订单电子表格（df name = data）上查找它们以删除所有包含过期订单的行。然后返回一个新的电子表格（df name = results）。

我在尝试模仿我在 pandas 中的 excel vloookup/sort/delete 中所做的事情时遇到了麻烦。请以代码形式查看伪代码/步骤：

1. 将 simple.xls 导入为名为“data”的数据框
2. 导入 wo.xlsm，工作表 将“T”命名为名为“data2”的数据框

3. 使用 Column 进行 vlookup “数据”中的“A”用作要用作的值 与“data2”的“A”列中的任何相同值匹配（两者都只有订单 ID）

4. 对于 'data2' 中 A 列中存在的所有值 并且也存在于“数据”组的“A”列（如有必要）并删除 在两个数据集的 A 列中找到的每个匹配的订单 ID 的整行（有 26 列）。重申一下，删除在“数据”文件中找到的匹配项的整行。将较小的数据集保存为结果。

---

    import pandas as pd
    data = pd.read_excel("ors_simple.xlsx", encoding = "ISO-8859-1", 
    dtype=object)
    data2 = pd.read_excel("wos.xlsm", sheet_name = "T")
    results = data.merge(data2,on='Work_Order')
    writer = pd.ExcelWriter('vlookuped.xlsx', engine='xlsxwriter')
    results.to_excel(writer, sheet_name='Sheet1')
    writer.save()

Answer 1

我重新阅读了您的问题，并认为我理解正确。您想使用expired_orders（您称其为data2）查看new_orders（您称其为data）中的任何订单是否已过期。

如果您重新表述您的问题，您想要做的是：1) 找出DataFrame 的列中的值是否在另一个DataFrame 的列中 然后 2) 删除两者中存在值的行。

---

使用pd.merge 是一种方法。但是既然要使用expired_orders来过滤new_orders，pd.merge就显得有点矫枉过正了。

Pandas 实际上有一种方法可以做这种事情，它被称为isin()，所以让我们使用它！此方法允许您检查一个 column 中的值是否存在于另一个 column 中。

df_1['column_name'].isin(df_2['column_name'])

isin() 返回 True/False 值的 Series，您可以将其用作掩码来过滤 DataFrame：df[bool_mask]。

那么你如何在你的情况下使用它？

is_expired = new_orders['order_column'].isin(expired_orders['order_column'])
results = new_orders[~is_expired].copy() # Use copy to avoid SettingWithCopyError.

~ 等于 not - 所以~is_expired 表示订单没有过期。