熊猫在不同的数据框上具有不同的值

Question

 df1: 
   **users**
   usr1
   usr2
   xyz2
   xyz3
   
 df2:

     GroupUsers  
0    usr1,usr2,usr3       
1    abc1,abc2,abc3        
2    def1,def2,def3  

我正在尝试获取2个数据帧的差异。我需要一列到df2。

我尝试过： df2 ['other_users'] = df1 ['users']不在df2 ['GroupUsers']

Answer 1

在split和join中使用lambda函数：

f = lambda x: ','.join(y for y in df1['users'] if y not in x.split(','))
df2['other_users'] =  df2['GroupUsers'].apply(f)
print (df2)
       GroupUsers                    other_users
0  usr1,usr2,usr3                 xyz1,xyz2,xyz3
1  abc1,abc2,abc3  usr1,usr2,usr3,xyz1,xyz2,xyz3
2  def1,def2,def3  usr1,usr2,usr3,xyz1,xyz2,xyz3

Answer 2

df2 ['GroupUsers']列表或字符串中的值是？ 无论哪种方式，您都可以通过设置空白列，然后逐行遍历数据框来实现。

如果df2 ['GroupUsers']中的值是列表：

import pandas as pd

df1 = pd.DataFrame({'Users':['user1','user2','user3','xyz1','xyz2','xyz3']})
df2 = pd.DataFrame({'GroupUsers':[['user1','user4','user5'],['abc1','abc2','abc3'],['xyz1','sas2','sas3']]})

df2['other_users'] = ""
for row_number, row in df2.iterrows():
    df2.at[row_number, 'other_users'] = [item for item in row['GroupUsers'] if item not in list(df1['Users'])]

如果df2 ['GroupUsers']中的值是字符串，则该过程相同，但会拆分列表：

import pandas as pd

df1 = pd.DataFrame({'Users':['user1','user2','user3','xyz1','xyz2','xyz3']})
df2 = pd.DataFrame({'GroupUsers':['user1,user4,user5','abc1,abc2,abc3','xyz1,sas2,sas3']})

df2['other_users'] = ""
for row_number, row in df2.iterrows():
    df2.at[row_number, 'other_users'] = [item for item in row['GroupUsers'].split(',') if item not in list(df1['Users'])]

无论哪种方式，上面的输出是：

display(df2)
    GroupUsers          other_users
0   user1,user4,user5   [user4, user5]
1   abc1,abc2,abc3      [abc1, abc2, abc3]
2   xyz1,sas2,sas3      [sas2, sas3]

请记住使用dataframe.at []而不是dataframe.loc []，否则大熊猫会对将列表放在单个单元格中的概念感到困惑。