如何比较两个Pandas Dataframes中的值

让我们来讨论一下如何在Pandas数据框中比较数值。下面是比较两个pandas数据框架中的数值的步骤。

第1步创建数据框架：两个数据集的数据框架可以用以下代码创建。

import pandas as pd
 
# elements of first dataset
first_Set = {'Prod_1': ['Laptop', 'Mobile Phone',
                        'Desktop', 'LED'],
             'Price_1': [25000, 8000, 20000, 35000]
             }
 
# creation of Dataframe 1
df1 = pd.DataFrame(first_Set, columns=['Prod_1', 'Price_1'])
print(df1)
 
# elements of second dataset
second_Set = {'Prod_2': ['Laptop', 'Mobile Phone',
                         'Desktop', 'LED'],
              'Price_2': [25000, 10000, 15000, 30000]
              }
 
# creation of Dataframe 2
df2 = pd.DataFrame(second_Set, columns=['Prod_2', 'Price_2'])
print(df2)

输出:

如何比较两个Pandas Dataframes中的值？

第2步值的比较：你需要导入numpy来成功执行这一步。下面是执行比较的一般模板。

df1[‘比较结果的新列’] = np.where(condition, ‘value if true’, ‘value if false’)

示例：执行此代码后，在df1下将形成名称为Price_Matching的新列。列的结果将根据以下条件显示。

如果Price_1等于Price_2，则赋值为True
否则，赋值为False。

import numpy as np
 
# add the Price2 column from
# df2 to df1
df1['Price_2'] = df2['Price_2']
 
# create new column in df1 to
# check if prices match
df1['Price_Matching'] = np.where(df1['Price_1'] == df2['Price_2'],
                                 'True', 'False') 
df1