熊貓組合一個數據幀與另一個具有不同形狀的差異

Question

我想結合這兩個數據幀（DF1和DF2），但只在不在第一個數據幀（DF1）的記錄。在下面的示例中，我希望結果只拾取記錄0,1,4,5而不是合併2,3，因爲它們在DF1中已經具有複雜的單元外觀。 我試過，沒有運氣合併和np.where

np.where(df1[['complex','unit']] != df2[['complex','unit']]) 這就造成了ValueError: Can only compare identically-labeled DataFrame objects

DF1

company complex unit location datetime   serial  seq interval 
3  6  10 UpMaster  2017-07-21 00:33:37 1505.0 3400.0  1554 
4  6  11 UpMaster  2017-07-21 00:59:44 1505.0 3401.0  1567 
5  6  10 UpMaster  2017-07-21 01:25:41 1505.0 3402.0  1557 
6  6  A UpMaster  2017-07-21 01:51:45 1505.0 3403.0  1564 
7  6  13 UpMaster  2017-07-21 02:17:48 1505.0 3404.0  1563 

DF2

index complex unit 
0  7   1807 
1  4   7 
2  6   10 
3  6   A 
4  10   110A 
5  6   12 

期望的結果

company complex unit location datetime   serial  seq interval 
3  6  10 UpMaster  2017-07-21 00:33:37 1505.0 3400.0  1554 
4  6  11 UpMaster  2017-07-21 00:59:44 1505.0 3401.0  1567 
5  6  10 Down   2017-07-21 01:25:41 1505.0 3402.0  1557 
6  6  A UpMaster  2017-07-21 01:51:45 1505.0 3403.0  1564 
7  6  13 UpMaster  2017-07-21 02:17:48 1505.0 3404.0  1563 
8  7  1807 NaN  NaN     NaN  NaN   Nan 
9  4  7  NaN  NaN     NaN  NaN   Nan 
10  10  110A NaN  NaN     NaN  NaN   Nan 
11  6  12 NaN  NaN     NaN  NaN   Nan 

編輯:: Append方法行之有效的感謝！

df1 = df1.append(df2[-df2['unit_id'].isin(df1['unit_id'].unique())], ignore_index=True)

上面是最終的解決方案我又可以在UNIT_ID唯一標識符加法之後。如果沒有這樣一個聰明的解決方案，建議從2個半獨特領域的關鍵。

df1['key'] = df1['complex'].astype(str) + ' ' + df1['unit'].astype(str) 
df2['key'] = df2['complex'].astype(str) + ' ' + df2['unit'].astype(str) 
df1 = df1.append(df2[-df2['key'].isin(df1['key'].unique())],ignore_index=True) 
df1 = df1.drop('key',axis=1) 

Answer 1

更新回答

你仍然可以使用追加了條件，但只需要創建一個額外的key柱：

df1['key'] = df1['complex'].astype(str) + ' ' + df1['unit'].astype(str) 
df2['key'] = df2['complex'].astype(str) + ' ' + df2['unit'].astype(str) 
df1 = df1.append(df2[-df2['key'].isin(df1['key'].unique())],ignore_index=True) 
df1 = df1.drop('key',axis=1) 

以前的答案

我認爲你可以使用append是有條件做你想要什麼：

df1 = df1.append(df2[-df2['complex'].isin(df1['complex'].unique())],ignore_index=True) 

這將使額外列company, location, datetime等與np.NaN值。你以後可以用你想要的結果填充company列