修正Pandas代码：筛选df1中IP和ID与df不匹配的完整数据

我来帮你搞定这个问题～

问题出在哪？ #

你现在用的df1[~df1.isin(df)].dropna(how = 'all')是逐元素检查是否在df的对应列中，而不是判断「IP和ID的组合同时匹配」。比如前3行的IP、ID、Name在df里存在，所以这些列被标记为NaN，但df里没有Installed和Price列，所以这两列保留了，就出现了你看到的半NaN结果，这完全不是你要的「整行IP+ID都不匹配」的筛选逻辑。

两种正确的修改方式 #

方式一：用merge做反连接（推荐，逻辑清晰）

通过左连接df1和df的IP、ID列，然后筛选出只在df1中存在的行：

import pandas as pd
import openpyxl

df = pd.DataFrame ({
 'IP':['1.1.1.1','2.2.2.2','3.3.3.3'],
 'ID':['101','202','303'],
 'Name':['atlas','amida','ubuntu']
})
df1 = pd.DataFrame ({
 'IP':['1.1.1.1','2.2.2.2','3.3.3.3','4.4.4.4','5.5.5.5'],
 'ID':['101','202','303','404','505'],
 'Name':['atlas','amida','ubuntu','canvas','smash'],
 'Installed':['yes','no','yes','no','yes'],
 'Price':[100,200,300,400,500]
})

# 左连接只匹配IP和ID列，添加_merge标记来源
merged = df1.merge(df[['IP', 'ID']], on=['IP', 'ID'], how='left', indicator=True)
# 筛选出仅在df1中存在的行，去掉标记列
result = merged[merged['_merge'] == 'left_only'].drop(columns='_merge')
print(result)

方式二：检查IP+ID的组合元组

把df里的IP和ID打包成元组，然后判断df1的对应组合是否不在这个列表里：

import pandas as pd
import openpyxl

df = pd.DataFrame ({
 'IP':['1.1.1.1','2.2.2.2','3.3.3.3'],
 'ID':['101','202','303'],
 'Name':['atlas','amida','ubuntu']
})
df1 = pd.DataFrame ({
 'IP':['1.1.1.1','2.2.2.2','3.3.3.3','4.4.4.4','5.5.5.5'],
 'ID':['101','202','303','404','505'],
 'Name':['atlas','amida','ubuntu','canvas','smash'],
 'Installed':['yes','no','yes','no','yes'],
 'Price':[100,200,300,400,500]
})

# 生成df中IP+ID的组合元组列表
valid_combinations = list(zip(df['IP'], df['ID']))
# 筛选df1中不在组合列表里的行
result = df1[~df1[['IP', 'ID']].apply(tuple, axis=1).isin(valid_combinations)]
print(result)

最终输出 #

两种方法都会得到你想要的正确结果：

IP   ID    Name Installed  Price
3  4.4.4.4  404  canvas        no    400
4  5.5.5.5  505   smash       yes    500

内容的提问来源于stack exchange，提问作者MMarie