Python pandas从左表和右表中获取左表中缺少的行答案

【问题标题】：Python pandas get rows from left table and from right table missing in left tablePython pandas从左表和右表中获取左表中缺少的行
【发布时间】：2018-09-05 07:32:34
【问题描述】：

我有左表和右表，我需要以这种方式合并两者的 FileStamp 值：从左表和右表中取出左表中缺少的所有值，按“日期”加入：

import pandas as pd
left = pd.DataFrame({'FileStamp': ['T101', 'T102', 'T103', 'T104'], 'date': [20180101, 20180102, 20180103, 20180104]})
right = pd.DataFrame({'FileStamp': ['T501', 'T502'], 'date': [20180104, 20180105]})

类似

result = pd.merge(left, right, how='outer', on='date')

但“外部”不是个好主意。

想要的输出应该是这样的

     FileStamp_x      date      FileStamp_y
0        T101       20180101         NaN
1        T102       20180102         NaN
2        T103       20180103         NaN
3        T104       20180104         NaN
4         NaN       20180105        T502

有没有什么简单的方法可以达到想要的输出？

【问题讨论】：

标签： python python-3.x python-2.7 pandas

【解决方案1】：

在merge 之前使用isin 过滤：

r = right[~right['date'].isin(left['date'])]
print (r)
  FileStamp      date
1      T502  20180105

result = pd.merge(left, r, how='outer', on='date')
print (result)
  FileStamp_x      date FileStamp_y
0        T101  20180101         NaN
1        T102  20180102         NaN
2        T103  20180103         NaN
3        T104  20180104         NaN
4         NaN  20180105        T502

【讨论】：

【解决方案2】：

merge后面的值可以调整：

result = pd.merge(left, right, how='outer', on='date')
result['FileStamp_y'] = np.where(result['FileStamp_x'].isnull(), result['FileStamp_y'], np.nan)

结果：

    FileStamp_x     date  FileStamp_y
0          T101 20180101          NaN
1          T102 20180102          NaN
2          T103 20180103          NaN
3          T104 20180104          NaN
4           NaN 20180105         T502

【讨论】：