比较两个数据框并根据查找表删除列答案

【问题标题】：compare two data frames and delete columns based on lookup table比较两个数据框并根据查找表删除列
【发布时间】：2018-08-05 10:56:11
【问题描述】：

我有两个数据框：

df1:

    A   B   C   D   E   F
0   63  9   56  23  41  0
1   40  35  69  98  47  45
2   51  95  55  36  10  34
3   25  11  67  83  49  89
4   91  10  43  73  96  95
5   2   47  8   30  46  9
6   37  10  33  8   45  20
7   40  88  6   29  46  79
8   75  87  49  76  0   69
9   92  21  86  91  46  41

df2:

    A   B   C   D   E   F
0   0   0   0   1   1   0

我想根据 df2（查找表）中的值删除 df1 中的列。只要 df2 有 1，我就必须删除 df1 中的那一列。

所以我的最终输出应该是这样的。

    A   B   C   F
0   63  9   56  0
1   40  35  69  45
2   51  95  55  34
3   25  11  67  89
4   91  10  43  95
5   2   47  8   9
6   37  10  33  20
7   40  88  6   79
8   75  87  49  69
9   92  21  86  41

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

假设len(df1.columns) == len(df2.columns)：

df1.loc[:, ~df2.loc[0].astype(bool).values]

    A   B   C   F
0  63   9  56   0
1  40  35  69  45
2  51  95  55  34
3  25  11  67  89
4  91  10  43  95
5   2  47   8   9
6  37  10  33  20
7  40  88   6  79
8  75  87  49  69
9  92  21  86  41

如果列不相同，但df2 在df1 中有列的子集，则

df1.reindex(df2.columns[~df2.loc[0].astype(bool)], axis=1)

或者用drop，类似@student的方法：

df1.drop(df2.columns[df2.loc[0].astype(bool)], axis=1)

    A   B   C   F
0  63   9  56   0
1  40  35  69  45
2  51  95  55  34
3  25  11  67  89
4  91  10  43  95
5   2  47   8   9
6  37  10  33  20
7  40  88   6  79
8  75  87  49  69
9  92  21  86  41

【讨论】：

您好，感谢您的帮助，如果列不同怎么办。
@BhanuTez 查看编辑。只要列数相同，就可以了。

【解决方案2】：

列可以做intersection

df1[df1.columns.intersection(df2.columns[~df2.iloc[0].astype(bool)])]
Out[354]: 
    A   B   C   F
0  63   9  56   0
1  40  35  69  45
2  51  95  55  34
3  25  11  67  89
4  91  10  43  95
5   2  47   8   9
6  37  10  33  20
7  40  88   6  79
8  75  87  49  69
9  92  21  86  41

【讨论】：

【解决方案3】：

您可以尝试使用drop 删除列：

remove_col = df2.columns[(df2 == 1).any()] # get columns with any value 1
df1.drop(remove_col, axis=1, inplace=True) # drop the columns in original dataframe

或者，在一行中：

df1.drop(df2.columns[(df2 == 1).any()], axis=1, inplace=True)

【讨论】：

【解决方案4】：

以下是一个易于理解的解决方案：

df1.loc[:,df2.loc[0]!=1]

输出：

    A   B   C   F
0  63   9  56   0
1  40  35  69  45
2  51  95  55  34
3  25  11  67  89
4  91  10  43  95
5   2  47   8   9
6  37  10  33  20
7  40  88   6  79
8  75  87  49  69
9  92  21  86  41

loc 可用于选择具有布尔或条件查找的行或列：https://www.shanelynn.ie/select-pandas-dataframe-rows-and-columns-using-iloc-loc-and-ix/

【讨论】：