pandas 返回数据帧中不在其他数据帧中的列 [英] pandas return columns in dataframe that are not in other dataframe

问题描述

我有两个如下所示的数据框:

df_1 = pd.DataFrame({'A' : [1.0, 2.0, 3.0, 4.0],'B' : [100, 200, 300, 400],'C' : [2, 3, 4, 5]})df_2 = pd.DataFrame({'B' : [1.0, 2.0, 3.0, 4.0],'C' : [100, 200, 300, 400],'D' : [2, 3, 4, 5]})

现在，如果我使用 pandas .isin 函数，我可以做这样的事情

<预><代码>>>>打印 df_2.columns.isin(df_1.columns)数组([真，真，假]，dtype=bool)

列B 和C 来自df_2 存在于df_1 而D 不存在没有

我的问题是:有没有人知道一种方法来返回存在于 df_2 但不存在于 df_1 的列的列标签

类似的东西

array([u'D'], dtype=string)

先谢谢你！

解决方案

Pandas 索引对象具有类似集合的属性，因此您可以直接执行:

df_2.columns.difference(df_1.columns)索引([u'D']，dtype='object')

您还可以使用 &|^ 等运算符来计算交集、并集和对称差:

df_1.columns &df_2.columns索引([u'B', u'C'], dtype='object')df_1.columns |df_2.columns索引([u'A', u'B', u'C', u'D'], dtype='object')df_1.columns ^ df_2.columns索引([u'A', u'D'], dtype='object')

曾经有 - 运算符用于差异，现在已弃用:

df_2.columns - df_1.columnsFutureWarning:不推荐使用-"来提供与索引的集合差异，请使用 .difference()索引([u'D']，dtype='object')

I have two dataframes that look like this:

df_1 = pd.DataFrame({
'A' : [1.0, 2.0, 3.0, 4.0],
'B' : [100, 200, 300, 400],
'C' : [2, 3, 4, 5] 
                   })

df_2 = pd.DataFrame({
'B' : [1.0, 2.0, 3.0, 4.0],
'C' : [100, 200, 300, 400],
'D' : [2, 3, 4, 5] 
                  })

Now if I utilize pandas .isin function I can do something nifty like this

>>> print df_2.columns.isin(df_1.columns)
array([ True,  True, False], dtype=bool)

Columns B and C from df_2 exist in df_1 while D doesn't

My question is: does anyone know of a way to return the columns' labels for columns that exist in df_2 but not in df_1

something like this

array([u'D'], dtype=string)

Thank you in advance!

解决方案

Pandas index object have set-like properties, so you can directly do:

df_2.columns.difference(df_1.columns)
Index([u'D'], dtype='object')

You can also use operators like &|^ to compute intersection, union and symmetric difference:

df_1.columns & df_2.columns
Index([u'B', u'C'], dtype='object')

df_1.columns | df_2.columns
Index([u'A', u'B', u'C', u'D'], dtype='object')

df_1.columns ^ df_2.columns
Index([u'A', u'D'], dtype='object')

There use to be the -operator for difference, now deprecated:

df_2.columns - df_1.columns
FutureWarning: using '-' to provide set differences with Indexes is deprecated, use .difference()
Index([u'D'], dtype='object')

这篇关于pandas 返回数据帧中不在其他数据帧中的列的文章就介绍到这了，希望我们推荐的答案对大家有所帮助，也希望大家多多支持IT屋！