如何基于两个DataFrame的EEnum与Date匹配删除DF2中的行？

你的代码错误原因 #

你当前的代码~((DF2.EEnum.isin(DF1['EEnum']))&(DF2.Date5.isin(DF1['Date'])))逻辑存在偏差：它判断的是DF2的EEnum存在于DF1的EEnum列表中，且DF2的Date5存在于DF1的Date列表中，但这两个条件是独立判断的，并没有要求是同一行的(EEnum, Date)组合匹配。举个例子，如果DF2里有一行EEnum=123, Date5=01/02/2022，你的代码也会把它删掉——因为123在DF1的EEnum里，01/02/2022在DF1的Date里（属于EEnum124的行），但这并不是你要删除的“EEnum和Date同时匹配DF1同一行”的目标行。

正确的解决方法 #

以下几种方法都是针对DF2的(EEnum, Date5)组合是否存在于DF1的(EEnum, Date)组合来实现筛选，完全符合你的需求：

方法1：元组组合匹配 #

把DF1的目标列转成元组列表，直接判断DF2的对应组合是否在列表内：

# 生成DF1中需要匹配的(EEnum, Date)组合集合
match_pairs = set(zip(DF1['EEnum'], DF1['Date']))
# 筛选DF2中不在匹配组合里的行
DF2 = DF2[~DF2[['EEnum', 'Date5']].apply(tuple, axis=1).isin(match_pairs)]

方法2：Merge合并筛选 #

通过合并操作标记匹配行，再筛选出未匹配的内容：

# 左连接DF2和DF1，仅匹配(EEnum, Date5)-(EEnum, Date)的组合，添加_merge列标记匹配状态
merged_df = DF2.merge(DF1, left_on=['EEnum', 'Date5'], right_on=['EEnum', 'Date'], how='left', indicator=True)
# 保留仅存在于DF2的行，删除标记列
DF2 = merged_df[merged_df['_merge'] == 'left_only'].drop('_merge', axis=1)

方法3：Query简洁写法 #

如果你的日期列是可直接比较的类型（比如datetime），可以用query简化代码：

valid_pairs = set(zip(DF1['EEnum'], DF1['Date']))
# 使用query语法筛选不在目标组合中的行
DF2 = DF2.query('(EEnum, Date5) not in @valid_pairs')

验证结果 #

用你提供的示例数据测试，以上方法都会得到你期望的结果：

内容的提问来源于stack exchange，提问作者Bumbaro2217