本篇文章為大家展示了如何在Pandas中利用DataFrame求差集，內(nèi)容簡明扼要并且容易理解，絕對能使你眼前一亮，通過這篇文章的詳細(xì)介紹希望你能有所收獲。

我們提供的服務(wù)有：網(wǎng)站設(shè)計制作、成都網(wǎng)站建設(shè)、微信公眾號開發(fā)、網(wǎng)站優(yōu)化、網(wǎng)站認(rèn)證、元江縣ssl等。為1000+企事業(yè)單位解決了網(wǎng)站和推廣的問題。提供周到的售前咨詢和貼心的售后服務(wù)，是有科學(xué)管理、有技術(shù)的元江縣網(wǎng)站制作公司

在Pandas中 求差集沒有專門的函數(shù)。處理辦法就是將兩個DataFrame追加合并，然后去重。

divident.append(hasThisYearDivident)
noHasThisYearDivident = divident.drop_duplicates(subset='ts_code', keep=False, inplace=True, ignore_index=True)

具體函數(shù)用法：

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.append.html#pandas.DataFrame.append

在pandas中，兩個DataFrame的差集并沒有直接的庫內(nèi)置方法，現(xiàn)在我們希望有一種方法，就像python中set內(nèi)置的求差集一樣，來找到兩個DataFrame的差集。

>>> a=set((1,2,3))
>>> a
{1, 2, 3}
>>> b=set((2,3,4))
>>> b
{2, 3, 4}
>>> a-b
{1}

上面代碼片段是對set的內(nèi)置求差集方法的回顧，現(xiàn)在我們希望能有類似的方法來找兩個DataFrame的差集。

解決思路是這樣的：

對于有同樣Index的a,b兩個DataFrame，如果現(xiàn)在要求a對b的差集，那么可以（1)連續(xù)兩次擴充a，使用append方法（2）然后使用drop_duplicates方法對a進(jìn)行去重，并且參數(shù)keep=False。原理很簡單，也很巧妙，連續(xù)擴充2次a，那么新擴充完后的DataFrame中來自b的row肯定是重復(fù)的，去重時候，b全部被刪除，與此同時，a中跟b重復(fù)的row也會順帶著被刪除。

代碼實現(xiàn)：

>>> import pandas as pd
>>> data_a={'state':[1,1,2],'pop':['a','b','c']}
>>> data_b={'state':[1,2,3],'pop':['b','c','d']}
>>> a=pd.DataFrame(data_a)
>>> b=pd.DataFrame(data_b)
>>> a
  state pop
0   1  a
1   1  b
2   2  c
>>> b
  state pop
0   1  b
1   2  c
2   3  d
>>> a=a.append(b)
>>> a=a.append(b)
>>> a
  state pop
0   1  a
1   1  b
2   2  c
0   1  b
1   2  c
2   3  d
0   1  b
1   2  c
2   3  d
>>> a.drop_duplicates(subset=['state','pop'],keep=False)
  state pop
0   1  a

上述內(nèi)容就是如何在Pandas中利用DataFrame求差集，你們學(xué)到知識或技能了嗎？如果還想學(xué)到更多技能或者豐富自己的知識儲備，歡迎關(guān)注創(chuàng)新互聯(lián)行業(yè)資訊頻道。

網(wǎng)站標(biāo)題：如何在Pandas中利用DataFrame求差集-創(chuàng)新互聯(lián)
分享地址：http://vcdvsql.cn/article0/didpio.html

成都網(wǎng)站建設(shè)公司_創(chuàng)新互聯(lián)，為您提供網(wǎng)站維護(hù)、Google、外貿(mào)網(wǎng)站建設(shè)、營銷型網(wǎng)站建設(shè)、網(wǎng)站設(shè)計、全網(wǎng)營銷推廣

廣告

聲明：本網(wǎng)站發(fā)布的內(nèi)容（圖片、視頻和文字）以用戶投稿、用戶轉(zhuǎn)載內(nèi)容為主，如果涉及侵權(quán)請盡快告知，我們將會在第一時間刪除。文章觀點不代表本網(wǎng)站立場，如需處理請聯(lián)系客服。電話：028-86922220；郵箱：631063699@qq.com。內(nèi)容未經(jīng)允許不得轉(zhuǎn)載，或轉(zhuǎn)載時需注明來源： 創(chuàng)新互聯(lián)