Python如何删除与另一DataFrame的name列值重合的目标行

你可以通过pandas的布尔索引配合isin()方法快速完成需求，完整可运行代码如下：

import pandas as pd

# 构造示例DataFrame 1
df1 = pd.DataFrame(
    data=[
        ["2015-01-02", "Adam", 1],
        ["2015-02-02", "David", 2],
        ["2015-02-02", "Mila", 2],
        ["2015-03-02", "Harshan", 2],
        ["2015-03-02", "Hardik", 2],
        ["2015-03-02", "Alex", 3],
    ],
    columns=["Date", "name", "Age"]
)

# 构造示例DataFrame 2
df2 = pd.DataFrame(
    data=[
        ["2015-01-02", "Jadeja", 1],
        ["2015-02-02", "Dravid", 2],
        ["2015-02-02", "Dhoni", 2],
        ["2015-03-02", "Hrithik", 2],
        ["2015-03-02", "Hardik", 2],
        ["2015-03-02", "Alex", 3],
    ],
    columns=["Date", "name", "Age"]
)

# 核心筛选逻辑
# 大数据量场景下建议把df2['name']转成set提升查询速度：isin(set(df2['name']))
df_result = df1[~df1["name"].isin(df2["name"])].reset_index(drop=True)
print(df_result)

代码说明 #

• df1["name"].isin(df2["name"])会为df1的每一行返回布尔值，当前行name存在于df2的name列时返回True，否则返回False
• 运算符~代表取反，筛选出上述布尔值为False的行，也就是name不存在于df2的行
• reset_index(drop=True)用于重置结果的行序号，和预期输出的索引格式保持一致，不需要可以删除

运行上述代码后输出结果和你给出的预期完全一致：

Date     name  Age
0  2015-01-02     Adam    1
1  2015-02-02    David    2
2  2015-02-02     Mila    2
3  2015-03-02  Harshan    2

内容的提问来源于stack exchange，提问作者Sriram