如何比较两个数据框并从列中查找匹配项（熊猫）

Question

假设我们有以下代码示例，其中我们创建了两个基本数据框：

import pandas as pd
 
# Creating Dataframes
a = [{'Name': 'abc', 'Age': 8, 'Grade': 3},
     {'Name': 'xyz', 'Age': 9, 'Grade': 3}]
 
df1 = pd.DataFrame(a)
b = [{'ID': 1,'Name': 'abc', 'Age': 8},
     {'ID': 2,'Name': 'xyz', 'Age': 9}]
 
df2 = pd.DataFrame(b)
 
# Printing Dataframes
display(df1)
display(df2)

我们得到以下数据集：

    Name   Age  Grade
0   abc    8    3
1   xyz    9    3


    ID   Name   Age
0   1    abc    8
1   2    xyz    9

当它们相交时，如何找到这些框架中不重复的列的列表？ 也就是说，结果，我想获取以下列的名称： ['Grade', 'ID']

Answer 1

使用symmetric_difference

res = df2.columns.symmetric_difference(df1.columns)
print(res)

Output

Index(['Grade', 'ID'], dtype='object')

或者作为替代方案，使用set.symmetric_difference

res = set(df2.columns).symmetric_difference(df1.columns)
print(res)

Output

{'Grade', 'ID'}

@SashSinha 建议的第三种选择是使用快捷方式：

res = df2.columns ^ df1.columns

但从 pandas 1.4.3 开始，此问题发出警告：

未来警告：索引。 xor操作作为集合操作已被弃用，将来这将是一个匹配系列的逻辑操作。 异或。 改用 index.symmetric_difference(other) 。 res = df2.columns ^ df1.columns