Question

我是熊猫的新手，有一个问题。我有 2 个数据框：

df1 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID3', 'ID6'],
                 'Value': ['59', '29', '73', '34']})

df2 = pd.DataFrame({'ID': ['ID1', 'ID2', 'ID4'],
                     'Value': ['54', '29', '73']})

我想获得一个输出数据框，其中列出了更改后的值 (ID1) 以及 df1 和 df2 中的各个 ID（如 ID3、ID4 和 ID6）

非常感谢！

Answer 1

进行外部合并并计算差异：

out=df1.merge(df2,on='ID',how='outer')
out['Difference']=out.pop('Value_x').astype(float)-out.pop('Value_y').astype(float)

out 的输出：

   ID   Difference
0   ID1     5.0
1   ID2     0.0
2   ID3     NaN
3   ID6     NaN
4   ID4     NaN

或

合并使用后用0填充NaN：

out=df1.merge(df2,on='ID',how='outer').fillna(0)
out['Difference']=out.pop('Value_x').astype(float)-out.pop('Value_y').astype(float)

out 的输出：

    ID  Difference
0   ID1     5.0
1   ID2     0.0
2   ID3     73.0
3   ID6     34.0
4   ID4     -73.0

Answer 2

changed = set()
individual = (set(df1['ID'].to_numpy()) - set(df2['ID'].to_numpy())).union(set(df2['ID'].to_numpy()) - set(df1['ID'].to_numpy()))
for i in set(df1['ID'].to_numpy()) - (set(df1['ID'].to_numpy()) - set(df2['ID'].to_numpy())):
    if not df1[df1['ID'] == i]['Value'].equals(df2[df2['ID'] == i]['Value']):
        changed.add(i)
print(changed, individual)
>>> {'ID1'} {'ID6', 'ID3', 'ID4'}

查找 2 个数据帧之间的差异

2 个答案: