Question

我想比较数据框的多列，并找到值不同的行。在示例中，我只有三列，但是我希望能够重用此过程，而不管列数或列名如何。

创建数据框的代码：

dict = {'column_name': {0: 'a_desc',
1: 'a_code',
2: 'b_desc',
3: 'b_code',
4: 'fiscal_year'},
'20190508-131122': {0: 250.0, 1: 50.0, 2: 100.0, 3: 250.0, 4: 20.0},
'20190508-151756': {0: 250.0, 1: 51.0, 2: 100.0, 3: 250.0, 4: 20.0},
'20190509-074713': {0: 250.0, 1: 50.0, 2: 100.0, 3: 250.0, 4: 20.0}}

df = pd.DataFrame(dict)

df = df.set_index('column_name')

数据框

column_name   20190508-131122   20190508-151756   20190509-074713
a_desc        250.0             250.0             250.0
a_code        50.0              51.0              50.0
b_desc        100.0             100.0             100.0
b_code        250.0             250.0             250.0
fiscal_year   20.0              20.0              20.0

这是我的最新尝试，但是不起作用（没有匹配项）：

matched = ~df.all(axis=1)
df.loc[matched]

我的期望是，它将打印行“ a_code”的内容，因为其中一列的值与其他列的值不同。

我知道关于比较多列有很多问题，但是我找不到这种情况或可以用于这种情况的代码。

Answer 1

使用DataFrame.ne或DataFrame.eq与DataFrame.any或DataFrame.all进行比较以测试每行至少一个True或所有True， DataFrame.iloc用于选择第一列：

matched = df.ne(df.iloc[:, 0], axis=0).any(axis=1)
df = df.loc[matched]
print (df)
             20190508-131122  20190508-151756  20190509-074713
column_name                                                   
a_code                  50.0             51.0             50.0

或者：

matched = df.eq(df.iloc[:, 0], axis=0).all(axis=1)
df = df.loc[~matched]

Answer 2

IIUC nunique将返回每行唯一的数字，在这种情况下，您需要选择大于1的数字，因此每行至少要有一个不同于其他值

df[df.nunique(1).ne(1)]
Out[331]: 
             20190508-131122  20190508-151756  20190509-074713
column_name                                                   
a_code                  50.0             51.0             50.0

比较熊猫数据框中的多列

2 个答案: