我有一個資料框/電子表格，其中包含員工資訊（姓名、作業地點）的列以及總作業時間的列。我的主要目標是找到存在于一個檔案中但不存在于另一個檔案中的員工。
資料框ORIGINAL：
Name Site ....other columns
Anne A
Bob B
Charlie A
資料框NEW：
Name Site ....other columns
Anne A
Bob B
Doug B
DataFrameNEW非常相似，ORIGINAL但有一些差異，這些是我想要展示的細節
- 查理/A 只在
ORIGINAL - Doug/B 只在
NEW
我找到了這個解決方案，它作業正常，但我需要執行兩次才能在一個 DataFrame 而不是另一個 DataFrame 中查找記錄，然后再執行一次，反之亦然。
這是我的代碼：
COLS = ['Name','Site'] # Columns to group by to find a 'unique' record
# Records in New, not in Original
df_right = ORIGINAL.merge(NEW.drop_duplicates(), on=COLS, how='right', indicator=True)
df_right = df_right[df_right._merge != 'both'] # Filter out records that exist in both.
# Records in Original, not in New
df_left = ORIGINAL.merge(NEW.drop_duplicates(), on=COLS, how='left', indicator=True)
df_left = df_left[df_left._merge != 'both']
df = pd.concat([df_left,df_right])
# df now contains Name/Site records that exist in one DataFrame but not the other
有沒有更好的方法來執行此檢查而不是執行兩次并連接？
uj5u.com熱心網友回復：
您實際上可以將資料幀轉換為Indexes，然后簡單地用于isin檢查整行是否在另一個資料幀中：
cols = ['Name', 'Site']
originalI = pd.Index(ORIGINAL[cols])
newI = pd.Index(NEW[cols])
out = pd.concat([
ORIGINAL[~originalI.isin(newI)].assign(from_df='ORIGINAL'),
NEW[~newI.isin(originalI)].assign(from_df='NEW'),
])
輸出：
>>> out
Name Site from_df
2 Charlie A ORIGINAL
2 Doug B NEW
uj5u.com熱心網友回復：
看起來像使用“外部”作為how解決方案
z = pd.merge(ORIGINAL, NEW, on=cols, how = 'outer', indicator=True)
z = z[z._merge != 'both'] # Filter out records from both
輸出看起來像這樣（僅顯示我關心的列之后）
Name Site _merge
Charlie A left_only
Doug B right_only
uj5u.com熱心網友回復：
如果您只想要“名稱”-“站點”對；那么我認為這可以作業：
out = (pd.concat((ORIGINAL[['Name','Site']].assign(From='ORIGINAL'),
NEW[['Name','Site']].assign(From='NEW')))
.drop_duplicates(subset=['Name', 'Site'], keep=False))
輸出：
Name Site From
2 Charlie A ORIGINAL
2 Doug B NEW
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/445493.html