检查是否在其他 Pandas 数据框中找到了两列值

Question

设置我有 2 个熊猫 dfs（df1 和 df2），其中包含一些重叠行和一些非重叠行。两个 dfs 都有列order_id和shop.现在，如果对的组合DF2排排DF1比赛order_id和shop，然后什么。但是，如果一个DF1排不上的组合DF2行匹配order_id和shop，那么这个DF1行应添加到DF2。例子df2 是这样的，    order_id    shop0     12345     'NL'1     45678     'FR'2     12345     'DE'3     34567     'NL'现在如果df1这样，    order_id    shop0     12345     'NL'1     45678     'FR'然后什么都没有。但如果df1那样的话，        order_id    shop0       12345       'NL'1       99999       'FR'2       12345       'UK'那么行1和2应该被添加到df2即使shop值第1行order_id的第2行已经在df2。结果df2应该是这样的，    order_id    shop0     99999     'FR'1     12345     'UK'        2     12345     'NL'3     45678     'FR'4     12345     'DE'5     34567     'NL' 请注意，order_id列是 int，shop列是 string。因此，在图形方面，我想要实现的目标如下：代码我创建了一条怪异的线，然后它并没有真正起作用......到目前为止，我有，result_df = df1[(~df1['order_id'].astype(str).isin(df2['order_id'].astype(str)))]我该如何解决这个问题？额外的如果df1这样，        order_id    shop0       12345       'NL'1       99999       'FR'2       12345       'UK'我如何df1与df2这样的我比较df3，        order_id    shop0       99999       'FR'1       12345       'UK'

Answer 1

如果所有的行都是独特的使用concat有drop_duplicates：

df = pd.concat([df2, df1], ignore_index=True).drop_duplicates()

print (df)

   order_id  shop

0     12345  'NL'

1     45678  'FR'

2     12345  'DE'

3     34567  'NL'

5     99999  'FR'

6     12345  'UK'

如果不是唯一的过滤器不等于行merge同indicator=True，然后concat到df2：

df3 = df1.merge(df2, how='left', indicator=True).query('_merge == "left_only"')[df1.columns]

df = pd.concat([df2, df3], ignore_index=True)

Answer 2

看起来您希望创建一组所有可能的组合？如果是这样，您可以使用以下方法创建唯一对：

import pandas as pd

data1 = {'order_id': [12345, 45678, 78901, 12345, 12901, 12345], 'shop': ['NL', 'FR', 'AB', 'AB', 'NL', 'NL']}

df1 = pd.DataFrame(data=data1)

data2= {'order_id': [12345, 45678, 12345, 34567], 'shop': ['NL', 'FR', 'DE', 'NL']}

df2 = pd.DataFrame(data=data2)

df3 = df1

df3['Combi'] = df3['order_id'].astype('str') + df3['shop']

df3.drop_duplicates('Combi', inplace=True)