比较两个 DataFrame 并将它们之间的差异作为输出

Question

我有两个数据框如下：

df1 = [['tom', 10],['nick',15], ['juli',14]]
df2= [['juli', 14],['daniel',15], ['tom',10], ['tom',10]]

请注意，数据帧可能没有相同的索引顺序，但我想接收它们之间的差异作为输出。

所以我希望输出为：

['nick',15]
['daniel',15]
['tom',10]

如果可能的话，我想知道哪个数据框包含每个值。在上面提供的示例中，第一项 (['nick',15]) 属于 df1，其他项属于 df2。

奖励：有没有办法将输出导出到 Excel？

Answer 1

假设输入：

df1 = pd.DataFrame([['tom', 10],['nick',15], ['juli',14]])
df2 = pd.DataFrame([['juli', 14],['daniel',15], ['tom',10], ['tom',10]])

您可以使用 merge 和 indicator 选项。

这里的基本原理是创建一个附加列，每个组都有一个索引来识别重复项。

cols = list(df1.columns)
(df1.assign(idx=df1.groupby(cols).cumcount())
    .merge(df2.assign(idx=df2.groupby(cols).cumcount()),
           on=list(df1.columns)+['idx'],
           indicator=True,
           how='outer')
    .drop('idx', axis=1)
    .query('_merge != "both"')
   #.to_excel('output.xlsx')  ## uncomment to export as xlsx
)

输出：

        0   1      _merge
1    nick  15   left_only
3  daniel  15  right_only
4     tom  10  right_only

比较两个 DataFrame 并将它们之间的差异作为输出

Compare two DataFrames and get the differences between them as output

python

compare

dataframe

pandas