熊猫返回不在其他数据框中的数据框中的列

Question

我有两个看起来像这样的数据框：

df_1 = pd.DataFrame({
'A' : [1.0, 2.0, 3.0, 4.0],
'B' : [100, 200, 300, 400],
'C' : [2, 3, 4, 5] 
                   })

df_2 = pd.DataFrame({
'B' : [1.0, 2.0, 3.0, 4.0],
'C' : [100, 200, 300, 400],
'D' : [2, 3, 4, 5] 
                  })

现在，如果我利用pandas .isin函数，我可以做一些漂亮的事情

>>> print df_2.columns.isin(df_1.columns)
array([ True,  True, False], dtype=bool)

列B和Cfromdf_2存在于df_1whileD中不

我的问题是：是否有人知道为df_2中但不存在于df_1中的列返回列标签的方法

像这样的东西

array([u'D'], dtype=string)

先感谢您！

Answer 1

熊猫索引对象具有类似集合的属性，因此您可以直接执行以下操作：

df_2.columns.difference(df_1.columns)
Index([u'D'], dtype='object')

您还可以使用运算符&|^来计算交集，并集和对称差：

df_1.columns & df_2.columns
Index([u'B', u'C'], dtype='object')

df_1.columns | df_2.columns
Index([u'A', u'B', u'C', u'D'], dtype='object')

df_1.columns ^ df_2.columns
Index([u'A', u'D'], dtype='object')

过去存在-差异的运算符，现已弃用：

df_2.columns - df_1.columns
FutureWarning: using '-' to provide set differences with Indexes is deprecated, use .difference()
Index([u'D'], dtype='object')