現在選択されているソリューションでは、正しくない結果が生成されます。この問題を正しく解決するには、左結合from df1
を実行してdf2
、最初にの一意の行だけを取得するようにしdf2
ます。
最初に、元のDataFrameを変更して、データを含む行を追加する必要があります[3、10]。
df1 = pd.DataFrame(data = {'col1' : [1, 2, 3, 4, 5, 3],
'col2' : [10, 11, 12, 13, 14, 10]})
df2 = pd.DataFrame(data = {'col1' : [1, 2, 3],
'col2' : [10, 11, 12]})
df1
col1 col2
0 1 10
1 2 11
2 3 12
3 4 13
4 5 14
5 3 10
df2
col1 col2
0 1 10
1 2 11
2 3 12
左結合を実行して重複を排除しdf2
、df1
結合の各行がの1行だけになるようにしdf2
ます。パラメータindicator
を使用して、行の元のテーブルを示す追加の列を返します。
df_all = df1.merge(df2.drop_duplicates(), on=['col1','col2'],
how='left', indicator=True)
df_all
col1 col2 _merge
0 1 10 both
1 2 11 both
2 3 12 both
3 4 13 left_only
4 5 14 left_only
5 3 10 left_only
ブール条件を作成します。
df_all['_merge'] == 'left_only'
0 False
1 False
2 False
3 True
4 True
5 True
Name: _merge, dtype: bool
他の解決策が間違っている理由
いくつかの解決策は同じ間違いを犯します-それらは、各値が同じ行に一緒にではなく、各列に独立していることのみをチェックします。一意ですが、両方の列の値を持つ最後の行を追加df2
すると、間違いが明らかになります。
common = df1.merge(df2,on=['col1','col2'])
(~df1.col1.isin(common.col1))&(~df1.col2.isin(common.col2))
0 False
1 False
2 False
3 True
4 True
5 False
dtype: bool
このソリューションは同じ間違った結果を取得します:
df1.isin(df2.to_dict('l')).all(1)