Question

我有两个csv数据帧，而我想做的是找到两个数据帧中未包含的唯一登录ID。我面临的问题是以下代码可以运行，但df3返回df1的所有行和列。我怀疑df1中的某一行存在问题，但这是我需要您帮助的地方，以确定可能引起此问题的原因。

df1中大约有24000行，df2中大约有8500行。当我得到df3时，它从df1返回所有24000行，我知道这是不正确的，因为两者之间存在通用登录名。请注意，df2中的登录名位于“用户号”列下。我的代码如下：

import pandas as pd
import numpy as np
import csv

fileLocationDf1 = "corpscore.csv"
fileLocationDf2 = "ENFI.csv"

createDf1 = pd.read_csv(fileLocationDf1)
createDf2 = pd.read_csv(fileLocationDf2, low_memory = False)

df3 = createDf1[~createDf1['login'].isin(createDf2['User Number'])]

df3.to_excel('Results.xlsx', sheet_name = 'Results')

Answer 1

检查您的数据。可能是您的数据类型不同。

请参见示例：

df1 = pd.DataFrame({'A': [1,2,3]})

df2 = pd.DataFrame({'A': ['2','5','6']})

df1[~df1['A'].isin(df2['A'])]
#   A
#0  1
#2  3

还有一个：

df2 = pd.DataFrame({'A': ['2','5a','6a'],
                    'B': list('def'),
                    'C': [1.7,0.3,2.8]})
df1[~df1['A'].isin(df2['A'])]
#   A
#0  1
#1  2
#2  3

这里发生的是.isin()试图将.isin()中的整个系列转换为与{{1}您将其称为-然后进行比较。

熊猫-比较两个Csv数据帧，但一个csv出现问题

1 个答案: