将两个数据帧与一个键的多个条目进行比较的最佳方法是什么？

Question

我有两个数据框。 对于同一个产品 ID，它们可以有多个值。 比较它们的值的最佳方法是什么？ 我尝试将它们与来自 csv_diff 库的比较进行比较，但它基于唯一键。 但是，我的数据框没有唯一键，同一 product_name 有多个条目。

diff = compare(
    load_csv(open("df1.csv"), key="product_name"),
    load_csv(open("df2.csv"), key="product_name")
)

数据框如下所示：

df1:
product name    value   value2  value3  value4  value5  value6  value7  ...
0   1234PROD    1       2       3       4       5       6       7       ...
1   1234PROD    7       4       4       7       8       7       8       ...
2   1234PROD    8       7       4       7       8       7       8       ...


df2:
product name    value   value2  value3  value4  value5  value6  value7  ...
0   4567PROD    1       2       3       4       5       6       9       ...
1   8767PROD    7       4       4       7       8       7       8       ...
2   1234PROD    5       7       4       7       8       7       8       ...
3   1234PROD    8       7       4       7       8       7       8       ...

我想获得他们的更改摘要，类似于：

changes:
 [{'key': '1234PROD',
   'changes': {'value': [1, 5],
    'value1': [2,7],
    'value2': [3,4]
}]

Answer 1

我不确定您期望的 output 应该是什么，但您可以尝试以下操作：

df1.apply(lambda row: row == df2[df2.product_name == row.product_name], axis=1)

结果是 object，其中每一行都包含与产品名称对应的所有行。 您可以每行搜索该结果：

result[2]:
index   product_name    value   value2  value3  value4  value5  value6  value7
2       True            False   True    True    True    True    True    True
3       True            True    True    True    True    True    True    True