如何显示两个 Pandas 数据帧之间的逻辑关系？

Question

我有两个 Pandas 数据帧 df1 和 df2，它们都有一个键列，分别标记为 id1 和 id2。我怎样才能简单地显示哪些是两个数据帧共有的键，哪些仅在 df1 中，哪些仅在 df2 中？这个想法是用

显示维恩图

• 元素个数只在df1
• 元素个数只在df2
• df1和df2中的元素个数

可视化表示会很好，但不是必需的。

Answer 1

一种方法是 outer merge 带有指示符列：

让我们试试这个简单的例子：

>>> df1
  id1
0   a
1   b
2   c
>>> df2
  id2
0   b
1   c
2   d
3   e
>>> mrg = pd.merge(df1['id1'].rename('id'), df2['id2'].rename('id'), on='id',
...                how='outer', indicator=True)
>>> mrg
  id      _merge
0  a   left_only
1  b        both
2  c        both
3  d  right_only
4  e  right_only

现在你得到一个包含 id 的列 id 和一个列 _merge 告诉你它们是只在左边、右边还是在两个数据框中。

从那里获取元素的数量非常容易：

>>> mrg['_merge'].value_counts()
right_only    2
both          2
left_only     1
Name: _merge, dtype: int64