두 DataFrame을 비교할 때 Pandas DataFrame의 고유 행을 효율적으로 식별하는 방법은 무엇입니까?

Pandas DataFrames에서 고유 행 얻기

두 개의 Pandas 데이터 프레임이 주어지면 그 중 하나만 존재하는 행을 식별해야 하는 경우가 많습니다. 이는 병합 작업을 활용하여 효과적으로 달성할 수 있습니다.

예를 들어 다음 데이터프레임을 고려하세요.

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

df2에 없는 df1의 행을 얻으려면 다음을 수행할 수 있습니다. df1과 df2 사이의 왼쪽 조인. df1의 각 행이 df2의 정확히 하나의 행과 일치하는지 확인하려면 먼저 df2에서 중복 행을 제거해야 합니다. drop_duplicates() 함수를 사용하여 이 작업을 수행할 수 있습니다.

df_all = df1.merge(df2.drop_duplicates(), on=['col1', 'col2'], how='left', indicator=True)

결과 df_all 데이터 프레임에는 각 행이 df1 및 df2 둘 다('둘 다')에서 왔는지 여부를 나타내는 _merge라는 추가 열이 있습니다. df1 전용('left_only') 또는 df2에서만 ('right_only').

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

df2에 없는 행을 df1에서 추출하려면 _merge가 'left_only'와 동일한 행을 선택하면 됩니다.

rows_not_in_df2 = df_all[df_all['_merge'] == 'left_only']

   col1  col2
0     4    13
1     5    14
2     3    10

오답 피하기 접근법

행을 전체적으로 고려하지 못하는 잘못된 솔루션을 피하는 것이 중요합니다. 일부 솔루션은 행의 각 개별 값이 다른 데이터프레임에 있는지만 확인하므로 잘못된 결과가 발생할 수 있습니다.

예를 들어, 데이터 [3, 10]이 포함된 다른 행을 df1에 추가했다면 가 df2에도 존재하는 경우 잘못된 접근 방식은 두 열의 값이 다르기 때문에 df2에 존재하지 않는 것으로 식별합니다. 그러나 우리의 접근 방식은 두 열에 대해 동일한 값을 가진 df2에 이미 있기 때문에 존재하지 않는 것으로 올바르게 식별합니다.

위 내용은 두 DataFrame을 비교할 때 Pandas DataFrame의 고유 행을 효율적으로 식별하는 방법은 무엇입니까?의 상세 내용입니다. 자세한 내용은 PHP 중국어 웹사이트의 기타 관련 기사를 참조하세요!