当前位置: 首页 > 编程笔记 >

对dataframe数据之间求补集的实例详解

施昊然
2023-03-14
本文向大家介绍对dataframe数据之间求补集的实例详解,包括了对dataframe数据之间求补集的实例详解的使用技巧和注意事项,需要的朋友参考一下

python的pandas库,对于dataframe数据,有merge命令可以完成dataframe数据之间的求取交集并集等命令。

若存在df1与df2 ,他们的交集df3=pd.merge(df1,df2,on=[.....])。但是又想通过df3求df3与df1的补集时发现没有该命令。

求df3(子集)与df1补集:

#x为子集

def Complement(x,y):

 import numpy as np

 array1 = np.array(x)

 list1=array1.tolist()

 

 array2=np.array(y)

 list2=array2.tolist()

 

 def list_to_tuple(t):

  l = []

  for e in t:

   l.append(tuple(e))

  return l

 

 def tuple_to_list(t):

  l = []

  for e in t:

   l.append(list(e))

  return l

 

 a=list_to_tuple(list1)

 b=list_to_tuple(list2)

 set3=set(b).difference(set(a))

 list3=list(set3)

 list4=tuple_to_list(list3)

 

 from pandas import Series,DataFrame

 df1=DataFrame(list4,columns=x.columns)

 

 return df1

以上这篇对dataframe数据之间求补集的实例详解就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持小牛知识库。

 类似资料:
  • 本文向大家介绍数据结构之数组Array实例详解,包括了数据结构之数组Array实例详解的使用技巧和注意事项,需要的朋友参考一下 数据结构之数组Array实例详解 数组Array 基本操作 几个小程序(代码正误检验) 主函数: 感谢阅读,希望能帮助到大家,谢谢大家对本站的支持!

  • 本文向大家介绍Python数组并集交集补集代码实例,包括了Python数组并集交集补集代码实例的使用技巧和注意事项,需要的朋友参考一下 这篇文章主要介绍了Python数组并集交集补集代码实例,文中通过示例代码介绍的非常详细,对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下 并集 打印结果: 交集 打印结果: 补集 打印结果: 以上就是本文的全部内容,希望对大家的学习有所帮助,也希望

  • 我知道(类型安全等)的优点,但我找不到任何留档相关的Spark Datasets限制。 是否有任何不建议使用Spark数据集的特定场景,最好使用数据帧。 目前,我们所有的数据工程流都在使用Spark(Scala)

  • 本文向大家介绍Python数据类型之Tuple元组实例详解,包括了Python数据类型之Tuple元组实例详解的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了Python数据类型之Tuple元组。分享给大家供大家参考,具体如下: tuple元组 1.概述 本质上是一种有序的集合,和列表非常的相似,列表使用[]表示,元组使用()表示. 特点:一旦初始化,就不能发生改变 2.元组的创建 格式:

  • 本文向大家介绍C#数据结构之堆栈(Stack)实例详解,包括了C#数据结构之堆栈(Stack)实例详解的使用技巧和注意事项,需要的朋友参考一下 本文实例讲述了C#数据结构之堆栈(Stack)。分享给大家供大家参考,具体如下: 堆栈(Stack)最明显的特征就是“先进后出”,本质上讲堆栈也是一种线性结构,符合线性结构的基本特点:即每个节点有且只有一个前驱节点和一个后续节点。 相对前面学习过的顺序表、

  • 本文向大家介绍对python制作自己的数据集实例讲解,包括了对python制作自己的数据集实例讲解的使用技巧和注意事项,需要的朋友参考一下 一、数据集介绍 点击打开链接17_Category_Flower 是一个不同种类鲜花的图像数据,包含 17 不同种类的鲜花,每类 80 张该类鲜花的图片,鲜花种类是英国地区常见鲜花。下载数据后解压文件,然后将不同的花剪切到对应的文件夹,如下图所示: 每个文件夹