查找两个数据框之间的多余行

Question

假设我有 2 个数据框：

df1 = pd.DataFrame({
    'a': [0, 0, 0, 1, 1, 1, 1], 
    'b': [0, 0, 1, 1, 1, 1, 1], 
})

df2 = pd.DataFrame({
    'a': [0, 0, 0, 1, 1], 
    'b': [0, 0, 0, 1, 1], 
})

我想比较这两个数据帧并找出 df1 中所有不在 df2 中的额外行。

想要的输出应该是这样的：

a	b
0	1
1	1
1	1

我尝试过合并，但这会产生额外的结果，因为有重复 而且我不想删除它们。

有没有好办法解决这个问题？

Answer 1

作为第一步，您可以找到每个表中的行数之间的差异：

diff = df1.value_counts().sub(df2.value_counts(), fill_value=0)

结果：

a  b
0  0   -1.0
   1    1.0
1  1    2.0
dtype: float64

基于之前的结果，你可以构建一个不同的新数据框：

lst = []
for (a, b), num in diff[diff > 0].iteritems():
    lst.extend([{'a': a, 'b': b}] * int(num))
    
pd.DataFrame(lst)

输出：

   a  b
0  0  1
1  1  1
2  1  1