Pandas如何按EMAIL、PRODUCT_ID、POST_CODE多条件删除DataFrame指定行

解决方案 #

你之前的写法默认基于全部字段判断重复，只要调整参数或使用反连接即可实现按指定字段过滤的需求，两种常用实现方式如下：

方法1：带来源标记的concat去重 #

给两个DataFrame加来源标识后合并，按指定的三个字段判断重复，去重后筛选原属于A的行即可：

# 给两个表新增临时来源标记
A['source'] = 'A'
B['source'] = 'B'
# 合并后按指定字段判重，删除所有存在重复的行
combined = pd.concat([A, B]).drop_duplicates(subset=["EMAIL", "PRODUCT_ID", "POST_CODE"], keep=False)
# 筛选原属于A的记录，删除临时标记列
result = combined[combined['source'] == 'A'].drop(columns='source')

方法2：左连接反选（逻辑更直观） #

用pandas左连接标记匹配状态，直接筛选出A中未和B匹配的行：

# 按指定字段左连接，新增匹配状态标记
merged = A.merge(B, on=["EMAIL", "PRODUCT_ID", "POST_CODE"], how="left", indicator=True)
# 筛选仅在A中存在的行，删除临时标记列，保留A的原始字段
result = merged[merged['_merge'] == 'left_only'][A.columns]

两种方法输出的结果一致，均符合需求：

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