熊猫类似于SQL MINUS / EXCEPT运算符，使用多列

Question

我正在寻找最快的惯用类比到SQL MINUS（AKA
EXCEPT）运算符
。

这就是我的意思-给出两个如下的Pandas DataFrames：

In [77]: d1
Out[77]:
   a  b  c
0  0  0  1
1  0  1  2
2  1  0  3
3  1  1  4
4  0  0  5
5  1  1  6
6  2  2  7

In [78]: d2
Out[78]:
   a  b   c
0  1  1  10
1  0  0  11
2  1  1  12

如何查找d1 MINUS d2仅考虑列"a"并"b"获得以下结果的结果：

In [62]: res
Out[62]:
   a  b  c
1  0  1  2
2  1  0  3
6  2  2  7

MVCE：

d1 = pd.DataFrame({
    'a': [0, 0, 1, 1, 0, 1, 2], 
    'b': [0, 1, 0, 1, 0, 1, 2], 
    'c': [1, 2, 3, 4, 5, 6, 7]
})

d2 = pd.DataFrame({
    'a': [1, 0, 1], 
    'b': [1, 0, 1], 
    'c': [10, 11, 12]
})

我尝试了什么：

In [65]: tmp1 = d1.reset_index().set_index(["a", "b"])

In [66]: idx = tmp1.index.difference(d2.set_index(["a","b"]).index)

In [67]: res = d1.loc[tmp1.loc[idx, "index"]]

In [68]: res
Out[68]:
   a  b  c
1  0  1  2
2  1  0  3
6  2  2  7

它给了我正确的结果，但是我感觉必须有一种更加惯用的，更好/更简洁的方法来实现这一目标。

PS DataFrame.isin（）方法在这种情况下无济于事，因为它会产生错误的结果集

Answer 1

我们可以使用pandas.concat与drop_duplicates这里传递参数放弃
所有重复 使用keep=False：

pd.concat([d1, d2]).drop_duplicates(['a', 'b'], keep=False)

   a  b  c
1  0  1  2
2  1  0  3
6  2  2  7

OP发表评论后编辑

如果您要确保df2考虑到arnt中的唯一行，我们可以重复以下操作df：

pd.concat([d1, pd.concat([d2]*2)]).drop_duplicates(['a', 'b'], keep=False)

   a  b  c
1  0  1  2
2  1  0  3
6  2  2  7