熊猫如何计算两个数据框之间的更新

Question

我正在尝试编写可以在两个数据框之间进行检查的代码，并让我知道两者之间的区别。不幸的是，我遇到了障碍，不知道如何编写解决方案，并希望有人可以帮助我。

数据框由两个CSV文件填充。每个csv的结构相同，只是数据不同。一共有5列，每个数据帧中的列名都相同。

第一个数据帧df1是最新数据，另一个数据帧df2是现有数据。我正在尝试：

1. 在df1中添加了新行。
2. 在df1中缺少df2的行。
3. 两个数据帧中都存在行，但是值具有 改变了。

我一直采用的方法是使用以下代码创建第三个数据集df3并创建df1和df2的合并：

 df3 = pd.merge(df1, df2, indicator=True,
                on=["A","B","C","D","E"], how="outer")

这给了我_merge列，我可以使用以下代码创建两个新的数据集

df4 = df3.loc[df3['_merge'] == 'left_only']
df5 = df3.loc[df3['_merge'] == 'right_only']

在这一点上，在df4中，我有一个行列表，这些行要么是真正的新行，要么是具有修改值的现有行。 我被困在如何找出哪个？

数据由5列组成，只有列D会改变。 我当时正在考虑遍历df4的每一行，并以某种方式检查df5的列A,B,C and E是否都匹配的行是否存在？此时，我可以将df4中的行标记为update，而不是new行。

如果有人让我知道正确的方法，我将非常感谢您的帮助。

谢谢。