Question

此处从这2个.csv文件中完成过滤并删除常见的emailid，我可以在删除后得到总数，但是有没有选项可以显示使用pandas删除了多少行。

使用mysql：从数据a中删除a，data1 b其中a.email = b.email; select row_count（）; 如何使用pandas

完成

import pandas as pd

colnames=['id','emailid']

data=pd.read_csv("input.csv",names=colnames,header=None)

colnames=['email']

data1= pd.read_csv("compare.csv",names=colnames,header=None)

emailid_suppress1=data1['email'].str.lower()

suppress_md5=data[~data['emailid'].isin(emailid_suppress1)]

print suppress_md5.count()

Answer 1

我认为需要sum个True个值，这些值就像1这样的流程：

data = pd.DataFrame({'id':list('abcde'), 'emailid':list('klmno')})
print (data)
  id emailid
0  a       k
1  b       l
2  c       m
3  d       n
4  e       o

data1 = pd.DataFrame({'email':list('ABCKLDEFG')})
print (data1)
  email
0     A
1     B
2     C
3     K
4     L
5     D
6     E
7     F
8     G

emailid_suppress1=data1['email'].str.lower()

print ((~data['emailid'].isin(emailid_suppress1)).sum())
3

suppress_md5=data[~data['emailid'].isin(emailid_suppress1)]
print (suppress_md5)
  id emailid
2  c       m
3  d       n
4  e       o

编辑：

print ((data['emailid'].isin(emailid_suppress1)).sum())
2

suppress_md5=data[data['emailid'].isin(emailid_suppress1)]

print (suppress_md5)
  id emailid
0  a       k
1  b       l

如何知道使用pandas删除的行数

1 个答案: