我的輸入：
df1 = pd.DataFrame({'frame':[ 1,1,1,2,3],
'label':['GO','PL','ICV','CL','AO']})
df2 = pd.DataFrame({'frame':[ 1, 1, 2, 3, 4],
'label':['ICV','GO', 'CL','TI','PI']})
df_c = pd.concat([df1,df2])
我嘗試比較兩個 df, frameby frame，并檢查labelin 是否df1存在于相同的framein 中df2。并對結果進行一些計算（例如樞軸）
那我的代碼：
m_df = df1.merge(df2,on=['frame'],how='outer' )
m_df['cross']=m_df.apply(lambda row: 'Matched'
if row['label_x']==row['label_y']
else 'Mismatched', axis='columns')
pv_m = pd.pivot_table(m_df,columns='cross',index='label_x',values='frame', aggfunc=pd.Series.nunique,margins=True, fill_value=0)
但這會產生一個問題：
在列All錯誤值。如您所見GO，ICV 我預計總共有 2 個，而不是現在的 1 個。
我想也許有一種更聰明的方法來比較 df 并旋轉它們？
uj5u.com熱心網友回復：
您可以使用這樣的isin()功能：
df3 =df1[df1.label.isin(df2.label)]
uj5u.com熱心網友回復：
您在保證金總額上得到了意想不到的結果，因為保證金正在使用傳遞給aggfunc（即pd.Series.nunique在這種情況下）的相同函式進行計算，Matched并且Mismatched這兩行中的和 的值都相同1（因此只有一個唯一值1） . （您目前正在獲得frameid 的唯一計數）
也許，你可以實作更多或更少的你想要的東西通過采取數對他們（包括保證金，Matched和Mismatched），而不是獨特的計數frame的ID，通過使用pd.Series.count而不是代碼的最后一行：
pv_m = pd.pivot_table(m_df,columns='cross',index='label_x',values='frame', aggfunc=pd.Series.count, margins=True, fill_value=0)
結果
cross Matched Mismatched All
label_x
AO 0 1 1
CL 1 0 1
GO 1 1 2
ICV 1 1 2
PL 0 2 2
All 3 5 8
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/331189.html