Question

假设我有df1：

    filerid usersidid client_op ClientHostID eventSum
0      1       1       5030          6          2
1      1       2       5030          7          1
2      1       3       5030          8          1

和df2：

    ClientHostID usersidid client_op filerid  eventSum
0        7           2       5030        1          1
1        6           1       5030        1          2
2        8           3       5030        1          1

现在，我需要检查2个dfs是否有匹配的行（例如，我将示例中的dfs视为匹配）。

问题是，行和列交换了位置，dataframe.equales（）检查dfs是否相同，包括行和列的相同方向。

我无法对行和列重新排序，但我保证列具有相同的标签。

我尝试使用dataframe.isin，但它适用于单个标签，我需要检查行匹配...

任何见解都会受到赞赏，谢谢，

Answer 1

我认为最简单的是使用merge而不是on，所以使用equals合并所有列：

print (pd.merge(df1, df2))
   filerid  usersidid  client_op  ClientHostID  eventSum
0        1          1       5030             6         2
1        1          2       5030             7         1
2        1          3       5030             8         1

print (pd.merge(df1, df2).equals(df1))
True

Answer 2

试试这个：

for column in df1.columns:

    try:

        if df1[column] == df2[column]:

             print 'match of column %s' %column

     except:

         pass

希望有所帮助

Answer 3

您可以在重建索引后比较整个数据帧。例如，如果您知道您的usersidid在数据框中是唯一的，则可以执行以下操作：

load(): Promise<any> {
    return this.http.get(this.BASEURL + 'api/client/hotel/load')
        .toPromise()
        .then(response => {
            return response.json();
        })
        .catch(err => err);
}

如果返回true，则数据帧相同。

df1.index = df1.usersidid df2.index = df2.usersidid df1.shape[0] * df1.shape[1] == (df1 == df2).sum().sum()为您提供相等的单元格数量，(df1 == df2).sum().sum()计算单元格总数。

当然你也可以这样做：

df1.shape[0] * df1.shape[1]

应该返回0

Pandas，比较索引和列位移位置中的2个数据帧

3 个答案: