欢迎来到代码驿站!

Python代码

当前位置:首页 > 软件编程 > Python代码

Pandas的DataFrame如何做交集,并集,差集与对称差集

时间:2022-04-23 08:45:12|栏目:Python代码|点击:

一、简介

Python的数据类型集合:由不同元素组成的集合,集合中是一组无序排列的可 Hash 的值(不可变类型),可以作为字典的Key

Pandas中的DataFrameDataFrame是一个表格型的数据结构,可以理解为带有标签的二维数组。

常用的集合操作如下图所示:

二、交集

  • pandasmerge 功能默认为 inner 连接,可以实现取交集
  • 集合 set 可以直接用 & 取交集
import pandas as pd

print("CSDN叶庭云:https://yetingyun.blog.csdn.net/")
set1 = {"Python", "Go", "C++", "Java"}
set2 = {"Go", "C++", "JavaScript", "C"}
set1 & set2

df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])


df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

pd.merge(df1, df2, on=['id','name'])

操作如下所示:

三、并集

  • Pandas的 merge 方法里参数 how 的取值有 “left”, “right”, “inner”, “outer”,默认是inner。outer外连接可以实现取并集。另一种方法也可以df1.append(df2)后去重,保留第一次出现的也可以实现取并集。
  • 集合 set 可以直接用 | 取并集
set1 = {"Python", "Go", "C++", "Java"}
set2 = {"Go", "C++", "JavaScript", "C"}
set1 | set2

print("CSDN叶庭云:https://yetingyun.blog.csdn.net/")

df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])


df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

pd.merge(df1, df2,
         on=['id','name'],
         how='outer')
         
df3 = df1.append(df2)
df3.drop_duplicates(subset=['id'], keep="first")

四、差集

set1 = {"Python", "Go", "C++", "Java"}
set2 = {"Go", "C++", "JavaScript", "C"}
set1 - set2

print("CSDN叶庭云:https://yetingyun.blog.csdn.net/")
set1 = {"Python", "Go", "C++", "Java"}
set2 = {"Go", "C++", "JavaScript", "C"}
set2 - set1

# df1-df2
df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])


df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

df1 = df1.append(df2)
df1 = df1.append(df2)
set_diff_df = df1.drop_duplicates(subset=df1.columns,
                                  keep=False)
set_diff_df

# df2-df1
df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])

df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

print("CSDN叶庭云:https://yetingyun.blog.csdn.net/")
df2 = df2.append(df1)
df2 = df2.append(df1)
set_diff_df = df2.drop_duplicates(subset=df2.columns,
                                  keep=False)
set_diff_df

# df1-df2
df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])


df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

pd.concat([df1, df2, df2]).drop_duplicates(keep=False)

# df2-df1
df1 = pd.DataFrame([
        ['1', 'Python'],
        ['2', 'Go'],
        ['3', 'C++'],
        ['4', 'Java'],
    ], columns=['id','name'])


df2 = pd.DataFrame([
        ['2','Go'],
        ['3','C++'],
        ['5','JavaScript'],
        ['6','C'],
    ], columns=['id','name'])

pd.concat([df2, df1, df1]).drop_duplicates(keep=False)

五、对称差集

print("CSDN叶庭云:https://yetingyun.blog.csdn.net/")
set1 = {"Python", "Go", "C++", "Java"}
set2 = {"Go", "C++", "JavaScript", "C"}
set1 ^ set2    # 对称差集

# 去重   不保留重复的:即可实现取对称差集
df3 = df1.append(df2)

df3.drop_duplicates(subset=['id'], keep=False)

上一篇:分析Python编程时利用wxPython来支持多线程的方法

栏    目:Python代码

下一篇:Kears+Opencv实现简单人脸识别

本文标题:Pandas的DataFrame如何做交集,并集,差集与对称差集

本文地址:http://www.codeinn.net/misctech/199930.html

推荐教程

广告投放 | 联系我们 | 版权申明

重要申明:本站所有的文章、图片、评论等,均由网友发表或上传并维护或收集自网络,属个人行为,与本站立场无关。

如果侵犯了您的权利,请与我们联系,我们将在24小时内进行处理、任何非本站因素导致的法律后果,本站均不负任何责任。

联系QQ:914707363 | 邮箱:codeinn#126.com(#换成@)

Copyright © 2020 代码驿站 版权所有