找出两个 Pandas Dataframes 之间的差异，并将其全部添加到新的 DF

Question

我有两个Guest-Lists ，在 DataFrames 中，我想知道删除了哪些名称，添加了哪些名称，然后获取了新的 DF，我该怎么办？

这两个 DF 是：

list1 = {'First Name': ['Adi', 'Beni', 'Dimi', 'Sergei'], 'Last Name': ['Beer', 'Wine', 'Liquor', 'Vodka'], 'Job': ['Brewer', 'Farmer', 'Shopowner', 'Guest']}

list2 = {'First Name': ['Adi', 'Beni', 'Sergei', 'Don'], 'Last Name': ['Beer', 'Wine', 'Vodka', 'Brown']}

如果``NameX 在list1和list2 ，则创建一个新的 DataFrame ，其名称在两者中。

如果NameX在list1 ，但在list2退出，请在新的 df 中显示。

如果NameX仅在list2 ，请在另一个 df 中显示给我。

我怎么做？

顺便说一句，'Job' 条目仅在一个 df 中是有意的。 目标是将其保留在新的 dfs 中。

Answer 1

最简单的方法是将名字和姓氏放在一起，比较它们，然后再次将它们分开。

下面是对应的代码：

FIRST_NAME = 'First Name'
LAST_NAME = 'Last Name'
JOB = 'Job'
KEYS = [FIRST_NAME, LAST_NAME, JOB]


def intersection(lst1, lst2):
    return [value for value in lst1 if value in lst2]


def unzip(lst):
    a = []
    b = []
    for x, y in lst:
        a.append(x)
        b.append(y)
    return a, b


def get_jobs(dct, lst):
    return [dct.get(x) for x in lst]


def get_dict(lst, dict0, keys=KEYS):
    a, b = unzip(lst)
    values = [a, b, get_jobs(dict0, lst)]
    return dict(zip(keys, values))


list1 = {FIRST_NAME: ['Adi', 'Beni', 'Dimi', 'Sergei'], LAST_NAME: ['Beer', 'Wine', 'Liquor', 'Vodka'],
         JOB: ['Brewer', 'Farmer', 'Shopowner', 'Guest']}
list2 = {FIRST_NAME: ['Adi', 'Beni', 'Sergei', 'Don'], LAST_NAME: ['Beer', 'Wine', 'Vodka', 'Brown']}

mapped1 = list(zip(list1.get(FIRST_NAME), list1.get(LAST_NAME)))
mapped2 = list(zip(list2.get(FIRST_NAME), list2.get(LAST_NAME)))
dict_jobs = dict(zip(mapped1, list1.get(JOB)))

intersec = intersection(mapped1, mapped2)
left = []
right = []

for element in set(mapped1) ^ set(mapped2):
    left.append(element) if element in mapped1 else right.append(element)

dict_intersec = get_dict(intersec, dict_jobs)
dict_left = get_dict(left, dict_jobs)
dict_rigth = get_dict(right, dict_jobs)

输出：

{'First Name': ['Adi', 'Beni', 'Sergei'], 'Last Name': ['Beer', 'Wine', 'Vodka'], 'Job': ['Brewer', 'Farmer', 'Guest']}
{'First Name': ['Dimi'], 'Last Name': ['Liquor'], 'Job': ['Shopowner']}
{'First Name': ['Don'], 'Last Name': ['Brown'], 'Job': [None]}

在dict_jobs ，合并的名称被映射到他们的工作。 intersec是包含两个原始列表中包含的名称的列表。 left包含仅出现在第一个列表中的名称， right仅包含出现在第二个列表中的名称。

Answer 2

pandas.merge(...)是你要找的： https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html

要一次获得所有选项，只需执行以下操作：

df1=pd.DataFrame(list1)
df2=pd.DataFrame(list2)

df3=pd.merge(df1, df2, on=["First Name", "Last Name"], how="outer", indicator=True)

输出：

  First Name Last Name        Job      _merge
0        Adi      Beer     Brewer        both
1       Beni      Wine     Farmer        both
2       Dimi    Liquor  Shopowner   left_only
3     Sergei     Vodka      Guest        both
4        Don     Brown        NaN  right_only