Pandas中兩個DataFrame的差集

在pandas中，兩個DataFrame的差集並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：

對於有同樣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，並且參數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也會順帶着被刪除。

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