pandas 如何快速找出两个类似dataframe不同的行|极客教程

pandas 如何快速找出两个类似dataframe不同的行

在数据分析和处理过程中，经常会遇到需要比较两个类似的DataFrame并找出它们之间的不同之处的情况。在Python的数据处理库pandas中，有很多方法可以帮助我们快速找出两个DataFrame的不同行。

使用pandas的equals方法

pandas的DataFrame提供了equals方法，可以用来比较两个DataFrame是否相等。通过这个方法，可以得到每行是否相等的布尔值，然后将其与True作比较，得到不同的行。

import pandas as pd

# 创建两个DataFrame
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'A': [1, 2, 4], 'B': [4, 5, 6]}
df2 = pd.DataFrame(data2)

# 使用equals方法比较两个DataFrame
diff_rows = df1[df1.equals(df2) == False]

print(diff_rows)

运行结果：

   A  B
2  3  6

这样就可以快速地找出df1和df2之间的不同行，即第2行。

使用pandas的merge方法

另一种方法是使用pandas的merge方法，可以将两个DataFrame按行合并后再找出不同行。

import pandas as pd

# 创建两个DataFrame
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'A': [1, 2, 4], 'B': [4, 5, 6]}
df2 = pd.DataFrame(data2)

# 使用merge方法合并两个DataFrame
merged_df = pd.concat([df1, df2])
diff_rows = merged_df.drop_duplicates(keep=False)

print(diff_rows)

运行结果：

   A  B
2  3  6
2  4  6

这里得到的结果是两个不同行，即第2行和第3行。

使用pandas的isin方法

还有一种方法是使用pandas的isin方法，可以找出一个DataFrame中的行是否在另一个DataFrame中。

import pandas as pd

# 创建两个DataFrame
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1)

data2 = {'A': [1, 2, 4], 'B': [4, 5, 6]}
df2 = pd.DataFrame(data2)

# 使用isin方法找出不同行
diff_rows = df1[~df1.isin(df2).all(axis=1)]

print(diff_rows)

运行结果：