使用熊貓在excel表格中組合行，同時避免重複

Question

我從兩個不同的Excel表格中提取了兩列。這兩列都是名稱列表。我想比較column1和column2，並將不在column2中的任何名稱添加到column1中，而不重複現有名稱。我應該使用循環來實現這個功能還是有內置函數可以使用？

df_1=pd.read_excel("excel sheet") 
df_2=pd.read_excel("sheet 2") 

df1.iloc[:,[3]] 
df1.dropna().drop_duplicates() 

df_company_list.iloc[:,[1]] 

Answer 1

1. 如果你有興趣只在獲得唯一名稱的列，它是那樣簡單

   new_col = pd.concat(df1[col1], df2[col2]).drop_duplicates() 
   

2. 它更復雜，以保持第一列或數據幀完好無損時，它本身包含重複項。我能想到的是這樣的：

   unique_names = df1[col1].unique()       # np.array 
   idx = df2[col2].apply(lambda x : x not in unique_names) # boolean array 
   df_final = df1.append(df2[idx])       # data frame 
   # or 
   col_final = df1[col1].append(df2.loc[idx,col2])   # single column 
   

   但apply本質上是一種循環。

---

順便說一句，你的代碼

df1.iloc[:,[3]] 
df1.dropna().drop_duplicates() 

不修改df1。您可能要求df1 = df1.iloc[:,[3]]。