比较不同数据框的列

Question

我有两个要合并的DataFrame，但是我更希望检查两个df中是否存在一列，每行中的值是否完全相同。

对于基因融合，我在您看到形状的注释中尝试了几种解决方案

df = pd.concat([df_b, df_c], axis=1, join='inner')          # (245131, 40)
df = pd.concat([df_b, df_c], axis=1).reindex(df_b.index)    # (245131, 40)
df = pd.merge(df_b, df_c, on=['client_id'], how='inner')    # (420707, 39)
df = pd.concat([df_b, df_c], axis=1)                        # (245131, 40)

原始df_c是(245131, 14)，而df_b是(245131, 26) 据此，我假定client_id列具有确切的值，因为在三种方法中，我的形状为245131行。

1. 我想比较new_df中的client_id，并使用.loc进行尝试，但没有成功。也尝试过df.rename(columns={ df.columns[20]: "client_id_1" }, inplace=True)，但将其重命名为两列

我尝试过

df_test = df_c.client_id
df_test.append(df_b.client_id, ignore_index=True)

但是我只收到一个索引和一个client_id列，但形状显示为245131行。

1. 如果我可以确定值完全相同，是否应该将client_id放在一个df中，然后执行concat / merge？这样我就可以得到（245131，39）的正确形状

是否有mangle_dupe_cols命令用于合并或比较，例如read_csv？

Answer 1

克里斯，如果您希望检查2个单独的数据帧的2列是否完全相同，则可以尝试以下操作：

tuple(df1['col'].values) == tuple(df2['col'].values)

这应该返回布尔值

如果要合并2个数据框，请确保感兴趣的列的所有行都具有唯一值，因为重复将导致添加行

如果要沿轴连接数据框，请使用concat