pandas中左连接中的不匹配左表记录

Question

学生有两个数据帧。“费用”数据框中缺少部分学生的费用明细。我想返回所有学生的详细资料，谁的费用细节丢失。“Class”、“Section”和“RollNo”三个字段构成了一个唯一的组合。在

Students = pd.DataFrame({
    'Class': [7, 7, 8],
    'Section': ['A', 'B', 'B'],
    'RollNo': [2, 3, 4],
    'Student': ['Ram', 'Rahim', 'Robert']
})

Fee = pd.DataFrame({
    'Class': [7, 7, 8],
    'Section': ['A', 'B', 'B'],
    'RollNo': [2, 2, 3],
    'Fee': [10, 20, 30]
})

---

^{pr2}$

---

Fee

   Class  Fee  RollNo Section
0      7   10       2       A
1      7   20       2       B
2      8   30       3       B

基本上，我希望在基于上述3个字段的“Students”和“Fee”数据帧之间执行左联接时，从左表中查找不匹配的记录。使用Python中的Pandas实现这一点的最简单方法是什么？在

非常感谢！在

Answer 1

如果在Fee数据帧的Fee列中没有NaN，请使用^{}anf filter by ^{}和{a3}：

df = pd.merge(Students, Fee, how='left')
print (df)
   Class  RollNo Section Student   Fee
0      7       2       A     Ram  10.0
1      7       3       B   Rahim   NaN
2      8       4       B  Robert   NaN

df1 = df[df['Fee'].isna()].drop('Fee', axis=1)
#for oldier versions of pandas
#df1 = df[df['Fee'].isnull()].drop('Fee', axis=1)
print (df1)
   Class  RollNo Section Student
1      7       3       B   Rahim
2      8       4       B  Robert

使用NaNs的更一般的解决方案还将参数indicator添加到merge并使用left_only过滤行：

^{pr2}$

Answer 2

我对这个概念很感兴趣。在

选项1

1. 将pandas.concat与keys参数一起使用
2. 确保Studentss部分的结果MultiIndex的第一个级别的值为'stu'。在
3. 将pandas.DataFrame.drop_duplicates与参数keep=False一起使用可删除所有重复。在
4. 通过使用loc，将注意力集中在{}部分。在

---

catted = pd.concat([Students, Fee], keys=['stu', 'fee'])
dropped = catted.drop_duplicates(['Class', 'RollNo', 'Section'], keep=False)
index = dropped.loc['stu'].index

Students.loc[index]

   Class  RollNo Section Student
1      7       3       B   Rahim
2      8       4       B  Robert

---

方案2

使用元组列表上的集合，取一个差异并与一个人工数据帧合并。在

^{pr2}$