Python 比较两个数据帧，并根据掩码值向数据帧添加新列

我正在基于这些ID比较两个数据帧，然后使用以下代码合并它们：

        df = df1.merge(df2, on=id, suffixes=('_x','_y'))    

df1

df2

o/p

现在，根据输出，我比较_x和_y列值，并将其放入掩码：

        mask = df[cols + '_x'].values == df[cols + '_y'].values    
        print(mask)    

面罩o/p

    [[ True  True False]  
    [ True  True False]  
    [ True  True False]  
    [ True  True  True]  
    [ True False False]  
    [ True  True False]  
    [False  True False]]  

基于此掩码值，我想设置一个条件，即如果在let say mask[1]中存在false，则它应该给我“不匹配”的累积结果，我可以将其附加到我的输出结果中，如：

        name_x  age_x  id  salary_x name_y  age_y  salary_y  new_column  
    0   Smith     30   2      2000  Smith     30      1500  No Match  
    1     Ron     24   3     30000    Ron     24      7000  No Match  
    2    Mike     35   4     40000   Mike     35     20000  No Match  
    3    Jack     21   5      5000   Jack     21      5000  MAtch  
    4  Roshan     20   6     60000  Cathy     20      9000  No Match  
    5   Steve     45   8      8000  Steve     45     56000  No Match  
    6   Peter     28   1      1000  Peter     32     10000  No Match

---

将掩码转换为numpy数组或数据帧，否则它应已采用以下格式：

mask = pd.DataFrame([[ True, True, False],
                     [ True, True, False],
                     [ True, True, False],
                     [ True, True, True],
                     [ True, False, False],  
                     [ True, True, False],  
                     [False, True, False]])

然后，以下代码为您提供了所需的列：

mask.apply(sum, axis=1).apply(lambda x: 'Match' if x==3 else 'No Match')

您可以将此列添加到df

---

希望有帮助…：

将掩码转换为numpy数组或数据帧，或者它应该已经是这种格式：

mask = pd.DataFrame([[ True, True, False],
                     [ True, True, False],
                     [ True, True, False],
                     [ True, True, True],
                     [ True, False, False],  
                     [ True, True, False],  
                     [False, True, False]])

matches = ['Match' if x else 'No Match' for x in np.all(mask, axis = -1)]

然后，以下代码为您提供了所需的列：

mask.apply(sum, axis=1).apply(lambda x: 'Match' if x==3 else 'No Match')

您可以将此列添加到df

希望有帮助…：

matches = ['Match' if x else 'No Match' for x in np.all(mask, axis = -1)]

将为您提供“匹配”和“不匹配”值的数组，您可以使用以下内容将其添加到数据帧：

df['newColumnName'] = matches 

将为您提供“匹配”和“不匹配”值的数组，您可以使用以下内容将其添加到数据帧：

df['newColumnName'] = matches 

用于快速矢量化解决方案：

mask = df[cols + '_x'].values == df[cols + '_y'].values  

df['new_column'] = np.where(np.all(mask, axis=1) , 'Match','No Match')
print (df)
   name_x  age_x  id  salary_x name_y  age_y  salary_y new_column
0   Smith     30   2      2000  Smith     30      1500   No Match
1     Ron     24   3     30000    Ron     24      7000   No Match
2    Mike     35   4     40000   Mike     35     20000   No Match
3    Jack     21   5      5000   Jack     21      5000      Match
4  Roshan     20   6     60000  Cathy     20      9000   No Match
5   Steve     45   8      8000  Steve     45     56000   No Match
6   Peter     28   1      1000  Peter     32     10000   No Match

感谢@markuscosinus的评论，如果需要，请通过掩码的第二个“列”通过索引进行比较-此处通过掩码[：，1]：

用于快速矢量化解决方案：

mask = df[cols + '_x'].values == df[cols + '_y'].values  

df['new_column'] = np.where(np.all(mask, axis=1) , 'Match','No Match')
print (df)
   name_x  age_x  id  salary_x name_y  age_y  salary_y new_column
0   Smith     30   2      2000  Smith     30      1500   No Match
1     Ron     24   3     30000    Ron     24      7000   No Match
2    Mike     35   4     40000   Mike     35     20000   No Match
3    Jack     21   5      5000   Jack     21      5000      Match
4  Roshan     20   6     60000  Cathy     20      9000   No Match
5   Steve     45   8      8000  Steve     45     56000   No Match
6   Peter     28   1      1000  Peter     32     10000   No Match

感谢@markuscosinus的评论，如果需要，请通过掩码的第二个“列”通过索引进行比较-此处通过掩码[：，1]：

---

这实际上比我的回答要好。我是numpy模块的新手，我试着找到axis在这里到底在做什么。我可以知道为什么它在一个解决方案中是+1，在另一个解决方案中是-1。@Abhishek你可以检查一下，@jezrael我不认为这是他的意思。轴=-1基本上表示“取最后一个轴”。因为在这个例子中只有两个轴0和1，最后一个轴是1，这就是为什么你可以写1或-1这实际上比我的回答要好我是numpy模块的新手，我试着找出axis到底在做什么。我可以知道为什么在一个解决方案中是+1，在另一个解决方案中是-1。@Abhishek你可以检查和@jezrael我不认为这是他的意思。轴=-1基本上表示“取最后一个轴”。因为在这个例子中只有两个轴0和1，最后一个轴是1，这就是为什么你可以写1或-1，这必须很容易将你的代码转换成一个正确的值。我强烈建议，将您的代码转换成适当的代码一定很容易。我强烈建议