查找具有列表形式值的两个数据框之间的差异

Question

我有两个数据框，它们具有列表形式的列值。

我想找到两个这样的数据帧之间的区别。

我可以做到这一点是价值观是单一的。

使用 pd.concat()

difference_dbs2 = pd.concat([dic_asset2,dic_aut2]).drop_duplicates(keep=False)

但是如果值是列表的形式，我会收到以下错误：

>>> TypeError: unhashable type: 'list'

示例 dfs：

df1=pd.DataFrame({"A": ["S"], "B": [[1,2,3]]})
df2=pd.DataFrame({"A": ["S"], "B": [[1,3,5]]})

预期的输出应该是

>>>   A  B    
    0 S [2]

这是df1中存在但df2不存在的df2

真实数据是这样的：

HOSTNAME    DATABASE                                                     
EU2XXXXXXX  [ASSAS, ASAS, FSSD, DSD...]

Answer 1

这将解决问题：很少有假设：（1） A表示分区，即我们希望每个唯一的A获得B差异

(2) 你想根据集合理论得到差异，即[1,2,3]-[1,3,5]=[2]

import pandas as pd

df1=pd.DataFrame({"A": ["S"], "B": [[1,2,3]]})

df2=pd.DataFrame({"A": ["S"], "B": [[1,3,5]]})

df1=df1.set_index("A")["B"].apply(pd.Series).stack().reset_index(level=1, drop=True).reset_index()

df2=df2.set_index("A")["B"].apply(pd.Series).stack().reset_index(level=1, drop=True).reset_index()

df3=pd.merge(df1,df2,on=list(df1.columns),how="outer",indicator=True)

df3=df3.loc[df3['_merge']=='left_only'].drop("_merge", axis=1).groupby("A", as_index=False).agg(list).rename(columns={0: "B"})

输出：

   A    B
0  S  [2]