比較兩個列的值並從第一列中獲得不同的值

Question

我想比較column1和column2並從column1獲取唯一值（忽略NaN ）。 所以在這種情況下，我應該得到test1 ， test4 。

另外，我們可以創建結果並將其存儲在另一列中嗎？

    Column1 column2    
0   test1   test2   
1   test2   test3   
2   test3   hello  
3   test4   world   
4     NaN     how  
5     NaN     are   
6     NaN     you

Answer 1

您可以通過執行以下操作獲得這些值

set(df.column1)-set(df.column2)-set([None])

另外，如果要將結果存儲在另一列中，則可以執行以下操作：

import pandas as pd    
df=pd.DataFrame({'column1':['t1','t2','t3',None],'column2':['t1','a',None,None]})
unique_vals=list(set(df.column1)-set(df.column2)-set([None]))
df['new_col']=unique_vals+['None']*(len(df)-len(unique_vals))
df

結果是：

  column1   column2 new_col
0   t1       t1      t2
1   t2       a       t3
2   t3      None    None
3   None    None    None

Answer 2

不引用列名
說明

• 我stack是因為這是放置nan而不強制形成矩形的便捷方法。
• 按level=1分組與堆疊前按列分組相同。
• 套用set將允許我使用減法或diff ，這就是我們想要的set.difference 。
• [::-1]只是顛倒了順序，所以我得到了正確的區別。

---

np.diff(df.stack().groupby(level=1).apply(set).values[::-1])

array([{'test4', 'test1'}], dtype=object)