Question

我有两个数据帧df1和df2。相同的索引和相同的列名称。如何构建一个显示差异的数据帧，但只包含至少有一个不同单元格的行？如果行具有不同的单元格，但有些单元格相同，则保持相同的单元格完好无损。

示例：

df1=pd.DataFrame({1:['a','a'],2:['c','c']})
df2=pd.DataFrame({1:['a','a'],2:['d','c']})

需要输出：

pd.DataFrame({1:['a'],2:['c->d']},index=[0])

此示例中的

输出应该是一行数据帧，而不是包含相同行的数据帧

注意：输出应仅包含完整行，这些行在单元格中至少有一个区别

我想要一个有效的解决方案而不按行迭代，而不在DataFrame中创建特殊字符串

Answer 1

您可以使用this brilliant solution：

def report_diff(x):
    return x[0] if x[0] == x[1] else '{}->{}'.format(*x)

In [70]: pd.Panel(dict(df1=df1,df2=df2)).apply(report_diff, axis=0)
Out[70]:
   1     2
0  a  c->d
1  a     c

对于更复杂的DataFrames：

In [73]: df1
Out[73]:
   A  B  C
0  a  c  1
1  a  c  2
2  1  2  3

In [74]: df2
Out[74]:
   A  B  C
0  a  d  1
1  a  c  2
2  1  2  4

In [75]: pd.Panel(dict(df1=df1,df2=df2)).apply(report_diff, axis=0)
Out[75]:
   A     B     C
0  a  c->d     1
1  a     c     2
2  1     2  3->4

更新：仅显示已更改/不同的行：

In [54]: mask = df1.ne(df2).any(1)

In [55]: mask
Out[55]:
0     True
1    False
2     True
dtype: bool

In [56]: pd.Panel(dict(df1=df1[mask],df2=df2[mask])).apply(report_diff, axis=0)
Out[56]:
   A     B     C
0  a  c->d     1
2  1     2  3->4

Answer 2

对于扁平内容的良好列表理解如何......

import pandas as pd
import numpy as np

df1=pd.DataFrame({1:['a','a'],2:['c','c']})
df2=pd.DataFrame({1:['a','a'],2:['d','c']})

rows_different_mask = (df1 != df2).any(axis=1)

pairs = zip(df1.values.reshape(1, -1)[0], df2.values.reshape(1, -1)[0])
new_elems = ["%s->%s" %(old, new) if (old != new) else new for old, new in pairs]
df3 = pd.DataFrame(np.reshape(new_elems, df1.values.shape))
print df3

   0     1
0  a  c->d
1  a     c

显示数据帧df1，df2之间的完全行高位差异，但仅当行的单元格存在差异时才显示

2 个答案: