将3个csv文件与Python文件进行比较

我需要比较3个csv文件与3列（所有3列csv文件上的所有三列名称相同）进行比较，以计数1）重复的内容和2）不同的内容（仅计数即可）

例如，需要检查csv1 colB，并与csv2 colB和csv3 colB进行比较，以确定重复的计数总数（在csv2,3上匹配）和coutn总数（在csv2/3上匹配）

所有3个csv都有相同的列名，colB有ip地址，colC有哈希值，colD有域名

我在匹配colB的测试中尝试了以下方法：

print(df[~df.colB.isin(df1.colB)]) #prints out all columns from df

试图添加：

print(df[~df.colB.isin(df1.colB).count()]) #get multiple traceback errors

---

尝试使用

value\u counts（）

您将获得True和False值

df.colB.isin(df1.colB).value_counts()

---

我希望这就是您想要的。

让我们将数据帧称为

df1

，

df2

，

df3

数据帧中的每一列都是一个序列，因此可以比较它们以获得布尔序列：

checkB12 = (df1.colB == df2.colB)

这将给出一个具有（

True，True，False，

）或类似内容的Pandas系列对象

同样地

checkB13 = (df1.colB == df3.colB)

那么

这将为您提供一系列布尔值，当

df1

与

df2

或

df3

至少存在一个匹配时，为true。执行

duplicated.sum（）

将为您提供真实值的总数，即

df1

中至少在

df2

和

df3

中复制一次的案例总数

---

我真的不明白您所说的数据帧之间的“不同之处”是什么意思，因此我无法确定您需要什么代码。

您的数据帧中的索引是否相同？我的意思是，索引通常是0，1，2，3等等。它们都一样，谢谢你，卡蒂克。“假”值计数是否为重复计数？可以通过添加第三个csv查找来完成此操作吗？i、 e df2和df1。

duplicated = checkB12 or checkB13