Question

我有2个数据帧，样本值如下：

df1 :
col1 cold2 cold3 cold4
a     bb    cc    d
b     aa    ee    e


df2 :
col1 cold2 cold3 col4
a    ee    ff    d
e    gg    hh    k

我想找到2个数据帧中的所有行在col1 + col4中具有相同的值但在col2或col3中具有不同的值

输出应该是这样的：

df3:
col1 cold2 cold3 cold4
a     bb    cc    d
a     ee    ff    d

感谢您的帮助。

Answer 1

以下是使用duplicated和drop_duplicates的解决方案。首先必须连接两个数据帧，为此必须确保列名相同。

如果您的列名实际上与df2和new_df = (pd.concat([df1,df2])[pd.concat([df1,df2]) .duplicated(subset=['col1','cold4'], keep=False)] .drop_duplicates(subset=['cold2', 'cold3']))匹配，请执行以下操作：

>>> new_df

  col1 cold2 cold3 cold4
0    a    bb    cc     d
0    a    ee    ff     d

返回：

df2

如果您需要在df1中重命名列以匹配concat_dfs = pd.concat([df1, df2.rename(columns={i2:i1 for i1,i2 in zip(df1.columns,df2.columns)})]) new_df = (concat_dfs[concat_dfs.duplicated(subset=['col1', 'cold4'], keep=False)] .drop_duplicates(subset=['cold2', 'cold3'])) 的列名而不修改原始数据框，则只需添加以下步骤：

{{1}}

Answer 2

我认为你可以使用：

#get all matched rows by columns
df = df1.merge(df2, on=['col1','col4'], suffixes=('','_'))
#filter for not matched  
df = df[df['col2'] != df['col3']]

#filter columns - same like df1
df1 = df[df1.columns]
#filter added new columns
df2 = df[df.columns.difference(df2.columns).union(['col1','col4'])]

#join together - rename values for align data 
df = pd.concat([df1, 
                df2.rename(columns=dict(zip(df2.columns, df1.columns)))],
                ignore_index=True)
print (df)
  col1 col2 col3 col4
0    a   bb   cc    d
1    a   ee   ff    d

如何在2个数据帧之间的2列中找到具有相同值的行，但在其他列pandas中找到不同的值

2 个答案: