如何基于另一DataFrame的索引过滤Pandas DataFrame并生成结果？

当然可以实现这个需求，以下是两种常用的pandas解决方案：

方法一：使用isin()配合布尔取反 #

先创建示例中的两个DataFrame：

import pandas as pd

# 第一个DataFrame
df1 = pd.DataFrame(
    {'C1': [1, 1, 0, 1], 'C2': [1, 1, 0, 1], 'C3': [1, 1, 0, 1], 'C4': [1, 1, 0, 1]},
    index=['A', 'B', 'C', 'D']
)

# 第二个DataFrame
df2 = pd.DataFrame(
    {'C1': [1, 1], 'C2': [1, 1], 'C3': [1, 1], 'C4': [1, 1]},
    index=['A', 'C']
)

执行过滤操作：

# 保留df1中索引不在df2里的行
result_df = df1[~df1.index.isin(df2.index)]

输出结果：

C1  C2  C3  C4
B   1   1   1   1
D   1   1   1   1

方法二：使用drop()方法 #

直接删除df1中索引匹配df2的行，errors='ignore'参数可以避免因索引不存在引发的报错：

result_df = df1.drop(df2.index, errors='ignore')

该方法得到的结果和方法一完全一致。

内容的提问来源于stack exchange，提问作者Noorulain Islam