麻豆日批,国产第一自拍,成人网在线看

在pandas中求差集沒有專門的函數。處理辦法就是將兩個dataframe追加合并，然后去重。

				?

									divident.append(hasthisyeardivident)

									nohasthisyeardivident = divident.drop_duplicates(subset='ts_code', keep=false, inplace=true, ignore_index=true)

具體函數用法：

Pandas DataFrame求差集的示例代碼

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.dataframe.append.html#pandas.dataframe.append

Pandas DataFrame求差集的示例代碼

https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.dataframe.drop_duplicates.html#pandas.dataframe.drop_duplicates

補充示例：pandas中兩個dataframe的差集

在pandas中，兩個dataframe的差集并沒有直接的庫內置方法，現在我們希望有一種方法，就像python中set內置的求差集一樣，來找到兩個dataframe的差集。

				?

									>>> a=set((1,2,3))

									>>> a

									{1, 2, 3}

									>>> b=set((2,3,4))

									>>> b

									{2, 3, 4}

									>>> a-b

									{1}

上面代碼片段是對set的內置求差集方法的回顧，現在我們希望能有類似的方法來找兩個dataframe的差集。

解決思路是這樣的：

對于有同樣index的a,b兩個dataframe，如果現在要求a對b的差集，那么可以（1)連續兩次擴充a，使用append方法（2）然后使用drop_duplicates方法對a進行去重，并且參數keep=false。原理很簡單，也很巧妙，連續擴充2次a，那么新擴充完后的dataframe中來自b的row肯定是重復的，去重時候，b全部被刪除，與此同時，a中跟b重復的row也會順帶著被刪除。

代碼實現：

				?

									>>> import pandas as pd

									>>> data_a={'state':[1,1,2],'pop':['a','b','c']}

									>>> data_b={'state':[1,2,3],'pop':['b','c','d']}

									>>> a=pd.dataframe(data_a)

									>>> b=pd.dataframe(data_b)

									>>> a

									  state pop

									0   1  a

									1   1  b

									2   2  c

									>>> b

									  state pop

									0   1  b

									1   2  c

									2   3  d

									>>> a=a.append(b)

									>>> a=a.append(b)

									>>> a

									  state pop

									0   1  a

									1   1  b

									2   2  c

									0   1  b

									1   2  c

									2   3  d

									0   1  b

									1   2  c

									2   3  d

									>>> a.drop_duplicates(subset=['state','pop'],keep=false)

									  state pop

									0   1  a