[英]Python pandas groupby compare lists
我有 2 个 csv 文件,其中包含我想要比较的成员列表。 结果,我希望有 1 个包含所有成员的列表,并指示他们出现在哪个列表中,我还想计算辍学率。 我想用 pandas 来做这件事。
第一个文件:
ID,LastName,FirstName,BirthDate
1,A,a,01/01/1901
2,B,b,01/01/1902
3,C,c,01/01/1903
4,D,d,01/01/1904
第二个文件:
ID,LastName,FirstName,BirthDate
1,A,a,01/01/1901
4,D,d,01/01/1904
5,E,e,01/01/1905
6,F,f,01/01/1906
结果:
ID,LastName,FirstName,BirthDate,Old,New
1,A,a,01/01/1901,Yes,Yes
2,B,b,01/01/1902,Yes,No
3,C,c,01/01/1903,Yes,No
4,D,d,01/01/1904,Yes,Yes
5,E,e,01/01/1905,No,Yes
6,F,f,01/01/1906,No,Yes
计算 DropOut:不在第二个文件中的成员/两个文件中的总成员
在df1
中填写“旧”列,在df2
中填写“新”列:
df1["Old"]="Yes"
df2["New"]="Yes"
然后:
pd.merge(
df1.reset_index(),
df2.reset_index(),
how="outer"
).fillna("No").set_index("ID")
output:
ID LastName FirstName BirthDate Old New
1 A a 01/01/1901 Yes Yes
2 B b 01/01/1902 Yes No
3 C c 01/01/1903 Yes No
4 D d 01/01/1904 Yes Yes
5 E e 01/01/1905 No Yes
6 F f 01/01/1906 No Yes
要读取 csv 文件,只需使用pd.read_csv("csv_path.csv")
,而要导出,您可以使用pd.DataFrame
object 的to_csv
方法(例如,您可以执行pd.merge(...).to_csv("output_csv_path.csv")
)。
有关其他详细信息,请参阅 pandas 文档。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.