Question

我正在比较两个Excel工作表的内容，这些工作表已变成一个熊猫数据框，并且各列彼此相邻。

我创建了一些代码，将两列进行比较，并在下面提供输出，但是一些字符串包含大量文本，因此我只想显示区别。

+---------------------+-------------------------+---------------------------------------------+
|         Old         |           New           |                   Changes                   |
+---------------------+-------------------------+---------------------------------------------+
| Apple, Egg, Ham     | Apple, Egg, Norway, Ham | Apple, Egg, Ham --> Apple, Egg, Norway, Ham |
| Instagram, Facebook | Instagram, Twitter      | Instagram, Facebook --> Instagram, Twitter  |
+---------------------+-------------------------+---------------------------------------------+

最佳结果如下所示：

+---------------------+-------------------------+---------------------+
|         Old         |           New           |       Changes       |
+---------------------+-------------------------+---------------------+
| Apple, Egg, Ham     | Apple, Egg, Norway, Ham | +Norway             |
| Instagram, Facebook | Instagram, Twitter      | +Twitter, -Facebook |
+---------------------+-------------------------+---------------------+

在第1行中添加了挪威，在第2行中添加了Twitter，并从第2行中删除了Facebook。

我该如何解决？

Answer 1

将值转换为集合，然后使用它们的差，还在+中添加-和f-string，并在最后一步中由,加入：

def f(x):
    old, new = set(x['Old'].split(', ')), set(x['New'].split(', '))
    d = old.difference(new)
    e = new.difference(old)
    return ', '.join([f'+{y}' for y in e] + [f'-{y}' for y in d])


df['Changes'] = df.apply(f, axis=1)
print (df)
                   Old                      New              Changes
0      Apple, Egg, Ham  Apple, Egg, Norway, Ham              +Norway
1  Instagram, Facebook       Instagram, Twitter  +Twitter, -Facebook

Answer 2

这就是我要去的地方：

def find_diff(x):
    more = set(x.New.split(",")) - set(x.Old.split(","))
    less = set(x.Old.split(",")) - set(x.New.split(","))

    result = " ".join([f"+{x}" for x in more]) +", " + " ".join([f"-{x}" for x in less])
    return result

df.apply(find_diff, axis=1)

比较熊猫数据框中的两列和返回差异

2 个答案: