使用python删除2个不同文件中的重复行

Question

早上好！ 我正在尝试使用panda从csv文件中删除重复的行。 我有两个文件，A.csv和B.csv 我想删除A中存在于B中的所有行

文件A.csv：

Pedro,10,rojo
Mirta,15,azul 
Jose,5,violeta

文件B.csv：

Pedro,
ignacio,
fernando,
federico,

输出文件Output.csv：

Mirta,15,azul 
Jose,5,violeta

尝试加入文件，然后应用

cat A.csv B.csv > output.csv

并在python中运行此程序：

import pandas as pd

df = pd.read_csv('output.csv')
df.drop_duplicates(inplace=True)
df.to_csv('final.csv', index=False)

Answer 1

1. 导入df_A和df_B中的A.csv和B.csv

2. 然后，附加df_ab的两个数据帧：

   df_ab = df_a.append(df_b)

3. 然后查找重复的行：

   df_ab_only_duplicated_values = df_ab[df_ab.duplicated()]

4. 将df_a附加到df_ab_only_duplicated_值，并删除所有重复的行：

   df_a = df_a.append(df_ab_only_duplicated_values).drop_duplicates(keep=False)

Answer 2

data_A = {'name': ['Pedro','Mirta','Jose'], 'age': [10,15,5]}
data_B = {'name': ['Pedro','ignacio','fernando', 'federico']}

A = pd.DataFrame(data=data_A)
B = pd.DataFrame(data=data_B)

A

    name    age
0   Pedro   10
1   Mirta   15
2   Jose    5

B

    name
0   Pedro
1   ignacio
2   fernando
3   federico

df = pd.merge(A, B, on='name', how='left', indicator=True)

df
    name    age _merge
0   Pedro   10  both
1   Mirta   15  left_only
2   Jose    5   left_only

df  = df[df['_merge'] != 'both']

df

    name    age _merge
1   Mirta   15  left_only
2   Jose    5   left_only

df.drop(columns='_merge', inplace=True)

df
    name    age
1   Mirta   15
2   Jose    5