Как в pandas вычесть из датасета определнные значения?

Question

[V]

У меня есть два датасета:
1) customer_id, gender
2) customer_id, и еще ряд колонок

Суть в том, что в первом датасете gender - это вектор ответов для определенных customer_id, но не для всех. Мне нужно из второго датасета убрать значения, для которых известен gender (сделать это обучающей выборкой), а остальные значения оставить для теста.

Answer 1

[Андрей]

Например, вот так:

import numpy as np
import pandas as pd

print('pandas version: ' + pd.__version__)
df1 = pd.DataFrame([[1,'M'],
                    [2 ,'M',],
                    [3,'F'],
                    [4,'F']], columns=['customer_id', 'gender'])
print('df1:')
print(df1)

df2 = pd.DataFrame([[1,100,'yellow'],
                    [2 ,150,'black'],
                    [3,10, 'black'],
                    [4,700,'red'],
                    [5,200,'green'],
                    [6,170,'white']], columns=['customer_id', 'feature1', 'feature2'])
print('df2:')
print(df2)

train_df=df2[df2['customer_id'].isin(df1['customer_id'])]
print('train_df:')
print(train_df)

test_df=df2[~df2['customer_id'].isin(df1['customer_id'])]
print('test_df:')
print(test_df)

pandas version: 0.18.1
df1:
   customer_id gender
0            1      M
1            2      M
2            3      F
3            4      F
df2:
   customer_id  feature1 feature2
0            1       100   yellow
1            2       150    black
2            3        10    black
3            4       700      red
4            5       200    green
5            6       170    white
train_df:
   customer_id  feature1 feature2
0            1       100   yellow
1            2       150    black
2            3        10    black
3            4       700      red
test_df:
   customer_id  feature1 feature2
4            5       200    green
5            6       170    white