Python 3.x 如何比较Dataframes中的列以查找出现在不同列中的所有条目？

充分披露。我对蟒蛇还相当陌生，今天发现了熊猫

我从两个csv文件创建了一个数据帧，一个是机器人扫描条形码ID的结果，另一个是机器人要执行的指令列表

import pandas as pd
#import csv file and read the column containing plate IDs scanned by Robot
scancsvdata = pd.read_csv("G:\scan.csv", header=None, sep=';', skiprows=(1),usecols=[6])

#Rename Column to Plates Scanned
scancsvdata.columns = ["IDs Scanned"]
#Remove any Duplicate Plate IDs
scancsvdataunique = scancsvdata.drop_duplicates()

#import the Worklist to be executed CSV file and read the Source Column to find required Plates
worklistdataSrceID = pd.read_csv("G:\TestWorklist.CSV", usecols=["SrceID"])

#Rename SrceID Column to Plates Required
worklistdataSrceID.rename(columns={'SrceID':'IDs required'}, inplace=True)
#remove duplicates from Plates Required
worklistdataSrceIDunique = worklistdataSrceID.drop_duplicates()

#import the Worklist to be executed CSV file and read the Destination Column to find required Plates
worklistdataDestID = pd.read_csv("G:\TestWorklist.CSV", usecols=["DestID"])

#Rename DestID Column to Plates Required
worklistdataDestID.rename(columns={'DestID':'IDs required'}, inplace=True)

#remove duplicates from Plates Required
worklistdataDestIDunique = worklistdataDestID.drop_duplicates()

#Combine into one Dataframe
AllData = pd.concat ([scancsvdataunique, worklistdataSrceIDunique, worklistdataDestIDunique], sort=True)
print (AllData)

结果数据框列出了第1列中扫描的ID和第2列中所需的ID

 IDs Scanned  IDs required
0     1024800.0           NaN
1     1024838.0           NaN
2     1024839.0           NaN
3     1024841.0           NaN
4     1024844.0           NaN
5     1024798.0           NaN
6     1024858.0           NaN
7     1024812.0           NaN
8     1024797.0           NaN
9     1024843.0           NaN
10    1024840.0           NaN
11    1024842.0           NaN
12    1024755.0           NaN
13    1024809.0           NaN
14    1024810.0           NaN
15       8656.0           NaN
16       8657.0           NaN
17       8658.0           NaN
0           NaN     1024800.0
33          NaN     1024843.0
0           NaN        8656.0
7           NaN        8657.0
15          NaN        8658.0

我如何确保“IDs Required”列中的所有ID都出现在“IDs Scanned”列中

理想情况下，上述比较的结果将是一条通用消息，如“找到所有ID”

如果使用不同的csv文件，数据帧如下所示

    IDs Scanned  IDs required
0     1024800.0           NaN
1     1024838.0           NaN
2     1024839.0           NaN
3     1024841.0           NaN
4     1024844.0           NaN
5     1024798.0           NaN
6     1024858.0           NaN
7     1024812.0           NaN
8     1024797.0           NaN
9     1024843.0           NaN
10    1024840.0           NaN
11    1024842.0           NaN
12    1024755.0           NaN
13    1024809.0           NaN
14    1024810.0           NaN
15       8656.0           NaN
16       8657.0           NaN
17       8658.0           NaN
0           NaN     2024800.0
33          NaN     2024843.0
0           NaN        8656.0
7           NaN        8657.0
15          NaN        8658.0

---

然后，比较的结果将是缺少的ID 2024800和2024843的列表。

如果所需的所有项目都在列中，则检查True/False

all（[df中的项目[“IDs Scanned”]对于df中的项目[“IDs required”]。unique（）]）

要获取唯一缺失项的列表，请执行以下操作：

sorted（set（df[“IDs required”]）-set（df[“IDs Scanned”]）

或者使用pandas语法返回一个数据帧，该数据帧被过滤到在扫描的

标识中找不到所需的
标识的行：

df.loc[~df[“IDs required”].isin（df[“IDs Scanned”]）
all（[df中的项目[“IDs Scanned”]对于df中的项目[“IDs required”].unique（）]）
您可以使用
.isin
至少添加一个简短的代码解释会有所帮助。这太棒了。我只需要解决如何将其写入txt文件而不获取，参数必须是str，而不是列表错误。这些都非常有用，我正在学习很多，但我仍然有一些问题。结果总是返回False，即使它应该是true，我假设是因为所有的Nan值。有没有办法修正这一点？我尝试将所有nan值都设置为0，但没有效果。唯一缺失项的列表非常完美，我只需要解决如何将其放入文本文件中，而不会遇到“参数必须是str，而不是list”错误如果缺失项列表有效，那么您可以使用
bool（排序（set（df[“IDs required”]）-set（df[“IDs Scanned”]）将其转换为真/假
-如果列表中有项目，则返回True；如果列表为空，则返回False。要将列表
l
作为字符串连接，请使用
“，”。连接（l）
missing_ids = df.loc[~df['IDs required'].isin(df['IDs Scanned']), 'IDs required']