Python:如何比较两个数据帧
我有两个数据帧:Python:如何比较两个数据帧,python,pandas,dataframe,Python,Pandas,Dataframe,我有两个数据帧: df1 A1 B1 1 a 2 s 3 d 及 我想比较B1列上的df1和df2。列A1可用于连接。我想知道: 关于B1列,df1和df2中的哪些行不同 如果列A1的值不匹配。例如,df2是否缺少df1中的某些值,反之亦然。如果是的话,是哪些 我尝试使用合并和联接,但这不是我想要的。我编辑了原始数据,以说明一个数据帧中的A1键,而不是另一个 进行合并时,您希望指定一个“外部”合并,以便可以在一个数据帧(而不是另一个数据帧)中看到具有A1键的这些
df1
A1 B1
1 a
2 s
3 d
及
我想比较B1列上的df1和df2。列A1可用于连接。我想知道:
我尝试使用合并和联接,但这不是我想要的。我编辑了原始数据,以说明一个数据帧中的A1键,而不是另一个 进行合并时,您希望指定一个“外部”合并,以便可以在一个数据帧(而不是另一个数据帧)中看到具有A1键的这些项 我已经包括了后缀“_1”和“_2”,以指示列
B1
的数据帧源(_1=df1
和_2=df2
)
df1 = pd.DataFrame({'A1': [1, 2, 3, 4], 'B1': ['a', 'b', 'c', 'd']})
df2 = pd.DataFrame({'A1': [1, 2, 3, 5], 'B1': ['a', 'd', 'c', 'e']})
df3 = df1.merge(df2, how='outer', on='A1', suffixes=['_1', '_2'])
df3['check'] = df3.B1_1 == df3.B1_2
>>> df3
A1 B1_1 B1_2 check
0 1 a a True
1 2 b d False
2 3 c c True
3 4 d NaN False
4 5 NaN e False
要检查df1
和df2
中是否缺少A1键:
# A1 value missing in `df1`
>>> d3[df3.B1_1.isnull()]
A1 B1_1 B1_2 check
4 5 NaN e False
# A1 value missing in `df2`
>>> df3[df3.B1_2.isnull()]
A1 B1_1 B1_2 check
3 4 d NaN False
编辑
感谢@EdChum(所有熊猫知识的来源…)
我已经编辑了原始数据,以说明一个数据帧中的A1键,而不是另一个 进行合并时,您希望指定一个“外部”合并,以便可以在一个数据帧(而不是另一个数据帧)中看到具有A1键的这些项 我已经包括了后缀“_1”和“_2”,以指示列
B1
的数据帧源(_1=df1
和_2=df2
)
df1 = pd.DataFrame({'A1': [1, 2, 3, 4], 'B1': ['a', 'b', 'c', 'd']})
df2 = pd.DataFrame({'A1': [1, 2, 3, 5], 'B1': ['a', 'd', 'c', 'e']})
df3 = df1.merge(df2, how='outer', on='A1', suffixes=['_1', '_2'])
df3['check'] = df3.B1_1 == df3.B1_2
>>> df3
A1 B1_1 B1_2 check
0 1 a a True
1 2 b d False
2 3 c c True
3 4 d NaN False
4 5 NaN e False
要检查df1
和df2
中是否缺少A1键:
# A1 value missing in `df1`
>>> d3[df3.B1_1.isnull()]
A1 B1_1 B1_2 check
4 5 NaN e False
# A1 value missing in `df2`
>>> df3[df3.B1_2.isnull()]
A1 B1_1 B1_2 check
3 4 d NaN False
编辑
感谢@EdChum(所有熊猫知识的来源…)
1. <代码>df1['B1']==df2['B1']2。由于我不清楚你的意思,你能解释并公布你想要的结果吗<代码>df1['B1']==df2['B1']2。您能否解释并发布所需的输出,因为我不清楚您的意思。如果使用最新版本的pandas,您可以使用并通过
indicator=True
添加一列,以显示行是否仅在左、右、右三个方向都是完美的!似乎正是我需要的。小问题。当我在我的数据上尝试它时,我看不到缺少的行。其中一个数据帧中存在一些记录,它们在合并后不会显示。但是,您的解决方案与您在此处提供的测试数据完美配合。我不知道为什么会这样?我正在从一些csv文件中读取数据。您可能需要在有问题的地方发布数据,这可能是一个新问题。@EdChum是否有办法比较多个列?如果使用pandas的最新版本,您可以使用并传递indicator=True
来添加一列,以显示该行是否仅在左、右、右三个方向都是完美的!似乎正是我需要的。小问题。当我在我的数据上尝试它时,我看不到缺少的行。其中一个数据帧中存在一些记录,它们在合并后不会显示。但是,您的解决方案与您在此处提供的测试数据完美配合。我不知道为什么会这样?我正在从一些csv文件中读取数据。您可能需要在有问题的地方发布数据,可能是一个新问题。@EdChum有没有办法比较多列?