Pandas中移除两DataFrame共享ISBN数据或更新价格折扣的方法

解决方案1：生成不含双方共享ISBN的数据集 #

你之前的代码错误在于把DataFrame名称stop当成了ISBN值来比较，正确的做法是先提取两个数据集的共享ISBN，再过滤掉这些记录：

1. 提取共享ISBN列表：

shared_isbns = db7['ISBN'].intersection(stop['ISBN'])

2. 分别过滤出两个DataFrame中独有的记录，再合并成最终数据集：

# 从db7中排除共享ISBN
db7_unique = db7[~db7['ISBN'].isin(shared_isbns)]
# 从stop中排除共享ISBN
stop_unique = stop[~stop['ISBN'].isin(shared_isbns)]
# 合并两个独有数据集
combined_unique = pd.concat([db7_unique, stop_unique], ignore_index=True)

解决方案2：用stop的新值替换db7中的旧零售价和折扣 #

方法一：通过合并+填充实现（保留所有原列） #

这种方法可以清晰处理匹配/未匹配的情况，且不会修改原DataFrame：

import pandas as pd

# 只合并stop中需要的列，左连接保留db7所有行
merged = db7.merge(
    stop[['ISBN', 'retail', 'discount']],
    on='ISBN',
    how='left',
    suffixes=('_old', '')  # 给db7的旧列加后缀区分
)

# 用stop的新值填充，未匹配到的保留db7原数据
merged['retail'] = merged['retail'].combine_first(merged['retail_old'])
merged['discount'] = merged['discount'].combine_first(merged['discount_old'])

# 移除旧列，得到最终更新后的db7
final_db7 = merged.drop(columns=['retail_old', 'discount_old'])

方法二：通过索引更新实现（更简洁） #

如果只需要更新对应列，且可以接受修改原数据副本，可用索引匹配的方式：

# 将两个DataFrame都设置ISBN为索引
db7_copy = db7.set_index('ISBN')
stop_update = stop.set_index('ISBN')[['retail', 'discount']]

# 用stop的新值更新db7副本，仅更新匹配到的ISBN对应行
db7_copy.update(stop_update)

# 恢复ISBN为普通列
final_db7 = db7_copy.reset_index()

内容的提问来源于stack exchange，提问作者jumpman23