比较两列，得到pandas中的唯一值

Question

我有一个数据帧，其中一些值在两个不同的列中

Ligand_hit,Ligand_miss
M00001,M00005
M00002,M00001
M00003,M00007
M00004,M00003

我想创建一个新的列，所有的值都在“Ligand_miss”中，而不是在“Ligand_hit”中。预期输出如下：

^{pr2}$

我试着用熊猫.isin，但它只输出布尔值。有没有一种简单的方法可以得到想要的结果？在

Answer 1

由于set，您可以简单地使用vanilla python：

In [129]: df
Out[129]: 
  Ligand_hit Ligand_miss
0     M00001      M00005
1     M00002      M00001
2     M00003      M00007
3     M00004      M00003

In [130]: pd.concat([df, pd.Series(list(set(df['Ligand_miss'].values) - set(df['Ligand_hit'].values)))], ignore_index=True, axis=1)
Out[130]: 
        0       1       2
0  M00001  M00005  M00007
1  M00002  M00001  M00005
2  M00003  M00007     NaN
3  M00004  M00003     NaN

一些解释：

• set(df['Ligand_miss'].values)和set(df['Ligand_hit'].values)获得这两列中的唯一值。

• set(...) - set(...)根据您的要求计算差异（“唯一”）。

• ^{}将结果合并到原始数据帧中。

Answer 2

熊猫的直接解决方案是：

df["Unique"] = df["Ligand_miss"][~df["Ligand_miss"].isin(df["Ligand_hit"])].drop_duplicates()

  Ligand_hit Ligand_miss  Unique
0     M00001      M00005  M00005
1     M00002      M00001     NaN
2     M00003      M00007  M00007
3     M00004      M00003     NaN

这将为唯一值提供索引查找。在

Answer 3

基本的列表理解可以做到：

[i for i in df.Ligand_miss if i not in df.Ligand_hit]

您也可以为此使用集合：

^{pr2}$