我有一個資料框 df1。
df1 = pd.DataFrame([["A","X",5,4,1],["A","Y",3,1,3],["B","X",4,7,4],["B","W",3,9,3],["C","Z",7,4,5],["C","Y",1,0,6],["D","P",8,4,7],["D","Q",7,2,2]], columns=['col1', 'col2', 'col3', 'col4','col5'])
col1 col2 col3 col4 col5
0 A X 5 4 1
1 A Y 3 1 3
2 B X 4 7 4
3 B W 3 9 3
4 C Z 7 4 5
5 C Y 1 0 6
6 D P 8 4 7
7 D Q 7 2 2
我有另一個資料框 df2。
df2 = pd.DataFrame([["B","W",3,7,3],["B","X",4,7,5],["C","Z",8,4,6],["C","Y",1,0,6]], columns=['col1', 'col2', 'col3', 'col4','col5'])
df1 中存在的所有行都不存在于 df2 中，并且它們的行順序不同。
col1 col2 col3 col4 col5
0 B W 3 7 3
1 B X 4 7 5
2 C Z 8 4 6
3 C Y 1 0 6
我想比較 2 個資料幀的特定行的值。如果兩個資料框中的值相同，則將其設為 True，否則設為 False。
預期輸出：
Out = pd.DataFrame([["B","W",True,False,True],["B","X",True,True,False],["C","Z",False,True,False],["C","Y",True,True,True]], columns=['col1', 'col2', 'col3', 'col4','col5'])
col1 col2 col3 col4 col5
0 B W True False True
1 B X True True False
2 C Y True True True
3 C Z False True False
怎么做？
uj5u.com熱心網友回復：
IIUC，你可以這樣做：
# set reference columns
cols = ['col1', 'col2']
# set references as index to align the data and compare
Out = df1.set_index(cols).eq(df2.set_index(cols))
# keep only rows where there is at least one True
# and restore the references as columns
Out = Out[Out.any(axis=1)].reset_index()
輸出：
col1 col2 col3 col4 col5
0 B W True False True
1 B X True True False
2 C Y True True True
3 C Z False True False
uj5u.com熱心網友回復：
也可以這樣做：
cols = ['col1', 'col2']
# concat both dataframes and creating a new unique index
c_df = pd.concat([df1, df2], ignore_index=True)
# Described after this snippet
Out = c_df[cols].join(~c_df.groupby(cols).diff().dropna().astype(bool), how='inner')
- 您正在按參考列對行進行分組，在它們之間執行差異。
- 在單行組中
diff回傳NaN并且您不希望這樣，這就是您放棄它的原因。 - 其余值是數字。如果 diff 為零，則表示同一行的兩列相等。
- 如果你將 diff 轉換為布林值，你會得到
False相等的值，這就是你需要執行否定 (~)的原因 - 給你！您應該將新列內部連接到連接資料中的參考列視圖中，以匹配您的輸出，僅此而已
轉載請註明出處，本文鏈接：https://www.uj5u.com/ruanti/424771.html
標籤：Python python-3.x 熊猫 数据框