如何将具有相同列值的两个熊猫数据框合并以形成显示值差异的第三个数据框

Question

数据框：DF1

     name  age  id  salary
0   Smith   30   2    2000
1     Ron   24   3   30000
2    Mike   35   4   40000
3    Jack   21   5    5000
4  Roshan   20   6   60000
5   Steve   45   8    8000
6   Peter   32   1    1000

数据框：DF2

    name  age  salary  id
0  Peter   28   10000   1
1  Smith   30    1500   2
2    Ron   24    7000   3
3   Mike   35   20000   4
4   Jack   21    5000   5
5  Cathy   20    9000   6
6  Steve   45   56000   8

df1和df2要在ID上合并。请不要让df1和df2中的ID相同，但ID顺序不同。df3需要如下创建：

     name       age    id    salary
0   Smith        30     2    2000|1500
1     Ron        24     3    30000|7000
2    Mike        35     4    40000 |20000
3    Jack        21     5    5000
4  Roshan|Cathy  20     6    60000|9000
5   Steve        45     8    8000|56000
6   Peter        32|28  1    1000|10000

我打算使用to_excel功能将上述输出放到excel工作表中。 在此之前，我想在此数据帧中再添加一列，即“匹配和不匹配”。 逻辑上，如果显示最小一个差值结果的行中的任何一个应该不匹配否则匹配。我正在模拟这样的输出-

id年龄名称薪水结果0 2 30 Smith 2000 | 1500不匹配1 3 24 Ron 30000 | 7000不匹配3 5 21 Jack 5000匹配4 6 20 Roshan | Cathy 60000 | 9000不匹配5 5 45 Steve 8000 | 56000不匹配6 1 32 | 28彼得1000 | 10000错误配对

我可以用什么来达到这样的结果

Answer 1

首先使用merge ，然后按条件与numpy.where列，最后按df1.columns仅过滤列：

cols = df1.columns.difference(['id'])
df = df1.merge(df2, on='id', suffixes=('','_'))

s = df[cols].astype(str) + '|' + df[cols + '_'].astype(str).values
mask = df[cols].values != df[cols + '_'].values

arr =  np.where(mask, s, df[cols].astype(str))

df = df1[['id']].join(pd.DataFrame(arr, columns=cols))
print (df)
   id    age          name       salary
0   2     30         Smith    2000|1500
1   3     24           Ron   30000|7000
2   4     35          Mike  40000|20000
3   5     21          Jack         5000
4   6     20  Roshan|Cathy   60000|9000
5   8     45         Steve   8000|56000
6   1  32|28         Peter   1000|10000