Question

我有两个数据帧列，如下所示：

   col1    col2 
0   A2      B8
1   B8      C3
2   D2      A2

我想识别col1中不在col2中的所有值，反之亦然。在上面的例子中，输出将是：

C3, D2

两个列表都不是唯一的。

Answer 1

为什么不将每列转换为set并计算对称差异？

import pandas as pd

df = pd.DataFrame({'col1': ['A2', 'B8', 'D2'],
                   'col2': ['B8', 'C3', 'A2']})

print set(df['col1']).symmetric_difference(set(df['col2']))

打印：

set(['C3', 'D2'])

编辑：

如果你想跟踪哪些元素来自哪里，你可以调整它并创建一个新的字典，如下所示：

col1 = set(df['col1'])
col2 = set(df['col2'])

exclusive_items = {'col1': [x for x in col1 if x not in col2],
                   'col2': [x for x in col2 if x not in col1]}

print exclusive_items

exclusive_items中的每个键都包含该列唯一的条目作为其值。这打印：

{'col2': ['C3'], 'col1': ['D2']}

事实上，正如我们设定的那样，我们可以将其简化为：

exclusive_items = {'col1': col1-col2,
                   'col2': col2-col1}

Answer 2

import pandas as pd

df = pd.DataFrame({'col1': ['A2', 'B8', 'D2'],
                   'col2': ['B8', 'C3', 'A2']})


in_col1_not_in_col2 = list(set(df['col1'])-(set(df['col2'])))
in_col2_not_in_col1 = list(set(df['col2'])-(set(df['col1'])))

print('in_col1_not_in_col2: ')
print(in_col1_not_in_col2)
print('in_col2_not_in_col1: ')
print(in_col2_not_in_col1)

in_col1_not_in_col2：   ['D2']

in_col2_not_in_col1：   [ 'C3']

比较两个数据帧列以查看它们是否具有相同的值

2 个答案: