Pandas 比较两个DataFrame，并将它们的差异并排输出

在本文中，我们将介绍Pandas中的compare()函数，该函数可用于比较两个数据框并输出它们的差异。使用此方法非常有用，因为它使我们可以轻松地识别两个数据框之间的区别，而不必手动查看每个数据框。

阅读更多：Pandas 教程

Pandas Compare()函数

compare()函数是Pandas版本1.1.0中新加入的函数，它用于比较两个数据框的数据，并返回一个新数据框，其中包含两个数据框的不同之处。compare()函数的语法如下所示：

dataframe.compare(other, **kwargs)

其中，dataframe是第一个数据框，other是第二个数据框，而kwargs是一些其他参数。

示例

下面的示例将使用Pandas的compare()函数来比较两个数据框并输出它们的差异。首先，我们将创建两个数据框df1和df2：

import pandas as pd

df1 = pd.DataFrame({'A': ['a', 'b', 'c'], 'B': [1, 2, 3], 'C': [4, 5, 6]})
df2 = pd.DataFrame({'A': ['a', 'b', 'd'], 'B': [1, 2, 4], 'C': [4, 5, 7]})

接下来，使用compare()函数比较这两个数据框：

df3 = df1.compare(df2)
print(df3)

输出结果：

     A    C     
  self other diff
2    c   NaN  NaN
3  NaN   6.0   +1

我们注意到输出结果是一个新数据框df3，其中包含两个数据框的差异。新数据框的每一行都代表一个差异。

对于比较，Pandas将df1视为self，将df2视为other。新数据框的第一列（‘A’）表示“self”和“other”中“A”列的差异。同样，第二列（‘C’）表示“self”和“other”中“C”列的差异。第三列（‘diff’）表示差异的差异。

在这个例子中，’self’和’other’的第一行相同（’a’，1，4），第二行也相同（’b’，2，5）。但是，在第三行中，’self’的’A’列值为’c’，而’other’的’A’列值为’d’。因此，’diff’列中显示了’NaN’。

同样，在第四行中，’self’的’C’列值为6，而’other’的’C’列值为7。由于这些值不同，因此’diff’列显示’1’。

现在，我们已经比较了两个数据框，并已经输出它们的差异。在实际工作中，这个方法非常有用，因为它可以帮助我们快速地找出两个数据框之间的不同之处，并且可以在许多任务中使用。

可选参数

compare()函数 还有一些可选参数，可以用于根据需要控制比较行为。

• keep_shape：True或False。如果为True，则在比较过程中将忽略形状不同的对象
• keep_equal：True或False。如果为True，则在比较过程中将忽略值相同的对象
• keep_order：True或False。如果为True，则在比较过程中将保留正确的顺序
• ignore_index：True或False。如果为True，则在比较过程中将忽略行索引

总结

在本文中，我们介绍了Pandas中的compare()函数，它可用于比较两个数据框，并输出它们的差异。我们看到了如何使用该函数来比较两个数据框，并从输出结果中理解比较结果。对于需要比较数据框的任务，这个方法非常有用。我们还介绍了一些可选参数，这些参数可用于根据需要控制比较行为。

总之，compare()函数是一个非常有用和强大的工具，可以帮助我们快速地找出两个数据框之间的不同之处。这是一个在数据科学工作流程中必不可少的工具。