如何在 Pandas 中的某些匹配条件下 LEFT ANTI 加入

LEFT ANTI Join与 semi-join 相反。不包括交集，它返回左表。它只返回左表中的列，而不是右表。

方法一：使用 isin()

在创建的数据帧上，我们使用 isin()函数执行左连接和子集，以检查合并数据集的部分是否在合并数据集的子集中。

语法：

DataFrame.isin(values)

Parameters: 

• values: iterable, Series, DataFrame or dict

Returns: 

DataFrame

示例：

在下面的代码中，我们使用指标来查找“Left_only”的行并将合并的数据集子集，并将其分配给 df。最后，我们检索仅在我们的第一个数据帧 df1 中的部分。输出是两个数据帧的反连接。

Python3

# importing packages
import pandas as pd
  
# anti-join
# creating dataframes using pd.DataFrame() method.
df1 = pd.DataFrame({
    "city": ["new york", "chicago", "orlando", 'mumbai'],
    "temperature": [21, 14, 35, 30],
    "humidity": [65, 68, 75, 75],
})
df2 = pd.DataFrame({
    "city": ["chicago", "new york", "orlando"],
    "humidity": [67, 60, 70]
})
  
# carrying out anti join using merge method
df3 = df1.merge(df2, on='city', how='left', indicator=True)
  
df = df3.loc[df3['_merge'] == 'left_only', 'city']
  
d = df1[df1['city'].isin(df)]
  
print(d)

输出：

city  temperature  humidity
3  mumbai           30        75

方法二：使用半连接

我们可以在半连接上使用“~”运算符。它导致反加入。

半连接：与内连接类似，半连接返回交集，但它只返回左表中的列，而不是右表。它没有重复的值。

Syntax:

[~df1[‘column_name’].isin(df2[‘column_name’])]

where, 

• df1 is the first dataframe
• df2 is the second dataframe
• column_name is the matching column in both the dataframes

示例：

在这个例子中，我们在'city'上合并df1和df2，默认它是'inner join'，合并后，我们排除df3中的df1部分并打印出结果数据帧。

Python3

# code
import pandas as pd
  
# inverse of semi-join:
# creating dataframes using pd.DataFrame() method.
df1 = pd.DataFrame({
    "city": ["new york", "chicago", "orlando", 'mumbai'],
    "temperature": [21, 14, 35, 30],
    "humidity": [65, 68, 75, 75],
})
df2 = pd.DataFrame({
    "city": ["chicago", "new york", "orlando"],
    "humidity": [67, 60, 70]
})
  
# carrying out anti join using merge method
df3 = df1.merge(df2, on='city')
  
df = df1[~df1['city'].isin(df3['city'])]
  
print(df)

输出：

city  temperature  humidity
3  mumbai           30        75