Python 列可能不存在的数据帧上的布尔屏蔽

我有一个名为

compare

的数据帧，看起来如下：

居民 1xdisc 1xdisc\U文件 康帕克 停车 停车场文件 康米尔 康密尔大学博士 害虫 pest_文件 宠物 pet1x 宠物医生 租金 租金单据 stlc 存储 垃圾 垃圾桶 水 水务署 约翰 0 -500 0 50 50 0 0 3. 3. 0 0 0 1803 1803 0 0 30 30 0 0 切尔顿 -500 0 0 50 50 0 0 1.25 1.25 0 0 0 1565 1565 0 0 30 30 0 0 刁 -300 -300 0 0 0 0 0 3. 3. 0 0 0 1372 1372 0 0 18 18 0 0

---

我不是熊猫专家，因此可能有一种更简单的库方法来实现这一点，但这里有一个相对python的、适应性强的实现：

mask=True
对于df.columns中的col_name：
#效率低但可读性好，可以把它记下来
#以更好的数据结构转换为O（n）
如果df.columns中的col_name+“_doc”：
mask=mask&（df[col_name]！=df[col_name+''u doc']））
非匹配=df[掩码]

如果列名并不总是存在，您可以添加不存在的列，我认为这不是一个好主意，因为您必须复制相应的列，这将最终增加数据帧的大小

因此，另一种方法可能是过滤列名本身并只获取存在的列对：

给定数据帧：

测向头（3） 居民1 xdisc 1 xdisc 1 xdisc 1 xdisc u doc conpark停车场\u doc conmil conmil \u doc pest pest \u doc pet 1X pet \u doc租金\u doc stlc存储垃圾桶\u doc水\u doc 0金合欢0 0 0 0 0 0 0-500 3.0 3.0 0 0 70 2067 2067 0 0 15 0 0 0 1阿什利0 0 0 0 0 3.0 3.0 0 0 0 0 0 2067 2067 0 0 15 0 0 2希拉0 0 0 0 0 0 0 0 0 0 0 1574 1574 0 0 0 0 0 0 0 0 0 取出列对：

>>如果df中的col[：-4]和col.endswith（“'u doc'），则df中的col的maskingCols=[（col[：-4]，col）]
冒牌货
[（'1xdisc'，'1xdisc_doc'），（'parking'，'parking_doc'），（'conmil'，'conmil_doc'），（'pest'，'pest_doc'），（'pet'，'pet_doc'），（'rent'，'rent_doc'），（'trash'，'trash_doc]

现在已经有了列对，可以创建屏蔽数据帧所需的表达式

>>“|”。.join（f）（df['{col1}']！=df['{col2}']）表示冒名cols中的col1和col2）
（df['1xdisc']！=df['1xdisc_doc']）（df['parking']！=df['parking_doc']）（df['conmil']！=df['conmil_doc']）（df['pest']！=df['pest_doc']）（df['pet']！=df['pet_doc']）（df['rent'！=df['rent_doc']））（df['rent|垃圾桶]）（df['rent']

只需将此表达式字符串传递给

eval

函数即可对其求值

>>eval（“|”。.join（f）（冒牌货中的col1和col2的df['{col1}]！=df['{col2}]]））

您可以添加除此掩蔽之外的其他条件：

>>eval（“|”。.join（f”（df['{col1}]！=df['{col2}]]）用于col1，col2在maskingCols中）（（df['1xdisc']！=df['1xdisc\u doc']）和（df['conpark'！=df['1xdisc']））
0对
1错误
2错误
3错误
4正确
5错误
6错误
7错误
8正确
9错误
数据类型：bool

您可以使用它来获取所需的数据帧：

>>df[eval（“|”）.join（f”（df['{col1}]！=df['{col2}]）表示col1，col2在maskingCols中）（（df['1xdisc'！=df['1xdisc'u doc']）和（df['conpark']！=df['1xdisc']）]

输出：

Resident 1xdisc 1xdisc\u doc conpark停车场\u doc conmil conmil\u doc pest pest\u doc pet 1x pet\u doc租金\u doc stlc存储垃圾垃圾\u doc水\u doc
0金合欢0 0 0 0 0 0 0-500 3.0 3.0 0 0 70 2067 2067 0 0 15 0 0 0
4丹妮尔0 0 0 0 0 0 0 0 0 0 1422 0 0 0 0 0 0 0 0
8沙娟0 0 0 0 0.0 0 0 0 1768 0 0 0 0 0 0 0 0

请以可复制粘贴的方式发布数据框code@Gulzar我以可复制粘贴的形式添加了数据帧。