python中的熊猫数据框：根据df2中的行从df1中删除行答案

【问题标题】：Pandas dataframe in python: Removing rows from df1 based on rows in df2python中的熊猫数据框：根据df2中的行从df1中删除行
【发布时间】：2018-03-02 21:46:33
【问题描述】：

我有两个数据框：

df1: contains all information
rowname a  b  c  d
R1      1  2  0  1
R2      2  2  0  1
R3      0  2  0  0
R4      1  2  0  1

df2: contains a subset of the rows and columns:
rowname a  b  c  
R1      1  2  0  
R2      2  2  0   
R4      1  2  0

我想过滤掉所有不在df1 中的行df2。因此，对于这种情况，我希望在保留所有列的同时摆脱 df1 中的 R3。

我认为使用df1.merge(df2, ...) 可以实现这一点，但我尝试了各种参数，但均未成功。我正在使用python3。

【问题讨论】：

标签： python python-3.x pandas dataframe merge

【解决方案1】：

Simpy 使用 isin() 过滤数据帧

df1[df1.rowname.isin(df2.rowname)]

  rowname  a  b  c  d
0      R1  1  2  0  1
1      R2  2  2  0  1
3      R4  1  2  0  1

【讨论】：

【解决方案2】：

这是一种方式，仅匹配列['a', 'b', 'c']。

df = pd.concat([df1, df2])

df = df.loc[df.duplicated(['a', 'b', 'c'], keep=False)]\
       .dropna(subset=['d'], axis=0)

df['d'] = df['d'].astype(int)

结果：

   a  b  c  d rowname
0  1  2  0  1      R1
1  2  2  0  1      R2
3  1  2  0  1      R4

【讨论】：