You need to enable JavaScript to run this app. 如何校验DataFrame两列组合值是否在指定列表中并提取差异集
优惠活动
大模型
产品
解决方案
定价
更多

如何校验DataFrame两列组合值是否在指定列表中并提取差异集

双列组合匹配实现方案

原始写法无法直接运行的核心原因是pandas未提供DataFrame层面的多列isin匹配能力,可通过以下两种常用方案实现需求:

方案1:元组转换法(小数据量场景更简洁)

将DataFrame的两列拼接为元组组成的Series,再和预先生成的元组列表做匹配,推荐将匹配列表转为集合提升查询效率:

# 生成待匹配的(公司名,地点)元组集合
pickled_pairs = {(d['company'], d['place']) for d in pickled_data}
# 按行将两列转为元组后做包含判断,取反即为差异行
diff = df[~df[['company_name', 'place']].apply(tuple, axis=1).isin(pickled_pairs)]

方案2:Merge关联法(大数据量场景性能更优)

通过pandas的merge关联能力标记匹配状态,筛选仅存在于原DataFrame中的行:

# 将对比数据转为DataFrame格式
pickled_df = pd.DataFrame(pickled_data, columns=['company', 'place'])
# 左连接并标记匹配来源
merged = df.merge(
    pickled_df,
    left_on=['company_name', 'place'],
    right_on=['company', 'place'],
    how='left',
    indicator=True
)
# 筛选仅在原df中存在的行,清理多余字段
diff = merged[merged['_merge'] == 'left_only'].drop(columns=['company', '_merge'])

内容的提问来源于stack exchange,提问作者user14603676

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.10.15 00:15:03