解决方案

Question

我正在尝试比较熊猫中的两列。我知道我可以做到：

# either using Pandas' equals()
df1[col].equals(df2[col])
# or this
df1[col] == df2[col]

但是，我要寻找的是比较这些列，并在它们不匹配时将两个值都打印出来。我尝试过：

if df1[col] != df2[col]:
    print(df1[col])
    print(df2[col])

出现“系列的真值不明确”的错误我相信这是因为该列被视为用于比较的一系列布尔值，这导致了歧义。我还尝试了各种形式的for循环，但均未解决问题。谁能指出我应该如何去做我描述的事情？

Answer 1

这可能对您有用：

import pandas as pd

df1 = pd.DataFrame({'col1': [1, 2, 3, 4, 5]})
df2 = pd.DataFrame({'col1': [1, 2, 9, 4, 7]})

if not df2[df2['col1'] != df1['col1']].empty:
    print(df1[df1['col1'] != df2['col1']])
    print(df2[df2['col1'] != df1['col1']])

Output:
    col1
2     3
4     5
    col1
2     9
4     7

Answer 2

解决方案

尝试一下。您可以使用以下任一单线解决方案。

# Option-1
df.loc[df.apply(lambda row: row[col1] != row[col2], axis=1), [col1, col2]]
# Option-2
df.loc[df[col1]!=df[col2], [col1, col2]]

逻辑：

Option-1 ：我们使用pandas.DataFrame.apply()逐行评估目标列，并将返回的索引传递给df.loc[indices, [col1, col2]]，这将返回所需的行集col1 != col2。

Option-2 ：我们使用df[col1] != df[col2]获得索引，其余逻辑与Option-1相同。

虚拟数据

我对伪数据进行了处理，使得对于索引：2、6、8，我们将发现列“ a”和“ c”不同。因此，我们只需要解决方案返回的那些行。

import numpy as np
import pandas as pd

a = np.arange(10)
c = a.copy()
c[[2,6,8]] = [0,20,40]
df = pd.DataFrame({'a': a, 'b': a**2, 'c': c})
print(df)

输出：

   a   b   c
0  0   0   0
1  1   1   1
2  2   4   0
3  3   9   3
4  4  16   4
5  5  25   5
6  6  36  20
7  7  49   7
8  8  64  40
9  9  81   9

将解决方案应用于虚拟数据

我们看到建议的解决方案返回了预期的结果。

col1, col2 = 'a', 'c'
result = df.loc[df.apply(lambda row: row[col1] != row[col2], axis=1), [col1, col2]]
print(result)

输出：

Answer 3

您需要掌握列值不匹配的索引。一旦有了该索引，便可以查询各个DF以获取值。

请尝试休闲，是否有帮助：

for ind in (df1.loc[df1['col1'] != df2['col1']].index):
    x =  df1.loc[df1.index == ind, 'col1'].values[0]
    y =  df2.loc[df2.index == ind, 'col1'].values[0]
    print(x, y )

两个熊猫数据帧的逐元素比较

3 个答案:

解决方案

虚拟数据

将解决方案应用于虚拟数据