# ===========找出DataFrame之间的相同行========
（1）问题描述：
在两个DataFrame之间，想要找出相同的行。（类似于求集合之间的交集）
（2）执行命令：
import pandas as pd
same_df = pd.merge(df1, df2, on = ['col1', 'col2', 'col3'], how = 'inner')
（3）使用实例（以下数据都是模拟数据，非真实数据）：
df1 =
weather add time
1 台风 重庆市江北区 2018-11-20 00:14:59
2 大雾 重庆市南岸区 2018-11-20 00:44:41
3 暴雨 重庆市渝中区 2018-11-20 11:18:47
df2 =
weather add time
2 大雾 重庆市南岸区 2018-11-20 00:44:41
3 暴雨 重庆市渝中区 2018-11-20 11:18:47
4 重庆市忠县 2018-11-20 21:56:51
same_df_1 = pd.merge(df1, df2)
same_df_1
weather add time
0 大雾 重庆市南岸区 2018-11-20 00:44:41
1 暴雨 重庆市渝中区 2018-11-20 11:18:47
same_df_2 = pd.merge(df1, df2, on = ['weather', 'add', 'time'], how = 'inner')
weather add time
0 大雾 重庆市南岸区 2018-11-20 00:44:41
1 暴雨 重庆市渝中区 2018-11-20 11:18:47
# ========DataFrame内行去重=========
（1）问题描述：
如果DataFrame之间存在相同的行，想要去除里面的重复行
（2）执行命令：
import pandas as pd
df.drop_duplicates(subset = ['col1', 'col2'])
（3）使用实例（以下都是虚拟数据）：
import pandas as pd
data1 = {
"address":['北京','天津','山西','广东','重庆','天津','山西'],
"preference_level": ['4','3.5','3','3.5','4.5','3.5','3']
}
df = pd.DataFrame(data1)
df2 = df.drop_duplicates(subset=['address','preference_level'])
# =====求DataFrame之间的差集=====
（1）问题描述：
第一种情况，当两个dataframe之间存在交集，且是包含与被包含之间的关系时；第二种情是两者不是包含关系，但是确实存在交集。当然第一种情况的使用方法也适用于第二种。在这两种情况下，如何从df1中删除df1与df2之间相同的元素，仅保留df1中独有的元素？？
（2）使用命令：
针对第一种情况
import pandas as pd
df1.append(df2)
df1.append(df2)
df1 = df1.drop_duplicates(subset=['col1', 'col2'], keep=False)
针对第二种情况
df1.append(df2)
df1 = df1.drop_duplicates(subset=['col1', 'col2'], keep=False)
（3）使用实例（以下都是虚拟数据）
当df1和df2是一种包含关系时，仅使用一次append即可
（4）求解思路：
将df2的内容追加到df1中，如果df1完全包含df2中的内容，则只使用一次append即可，如果df1不完全包括df2中的内容，则需要使用两次append，这是为了保证在在使用drop_duplivates时能够删除df2的全部内容。
网友评论