使用公共關鍵列pandas查找數據框的任何兩列之間的差異

Question

我有兩個數據框，其中一個

Title  Name Quantity ID

作為列

而第二個數據幀具有

ID Quantity

作為行數少於第一個數據框的列。

我需要根據ID列中的匹配關系找到兩個數據框的數量之間的差異，並將此差異存儲在第一個數據框中的單獨列中。

我嘗試了這個（沒用）：

DF1[['ID','Quantity']].reset_index(drop=True).apply(lambda id_qty_tup  : DF2[DF2.ID==asin_qty_tup[0]].quantity - id_qty_tup[1] , axis = 1)

另一種方法是應用DF1的ID和數量並遍歷DF2的每一行，但這需要更多時間。 我肯定有更好的方法。

Answer 1

您可以執行索引對齊的減法，大熊貓負責其余的工作。

df['Diff'] = df.set_index('ID').Quantity.sub(df2.set_index('ID').Quantity).values

---

演示版
在這里，changetype是索引，並且我已經設置了索引，因此pd.Series.sub將默認對齊減法。 否則，您需要如上所述設置索引。

df1
                      strings      test
changetype                             
0                     a very  -1.250150
1            very boring text -1.376637
2            I cannot read it -1.011108
3                 Hi everyone -0.527900
4             please go home  -1.010845
5               or I will go   0.008159
6                         now -0.470354

df2
                                     strings      test
changetype                                            
0                    a very very boring text  0.625465
1                           I cannot read it -1.487183
2                                Hi everyone  0.292866
3            please go home or I will go now  1.430081

df1.test.sub(df2.test)

changetype
0   -1.875614
1    0.110546
2   -1.303974
3   -1.957981
4         NaN
5         NaN
6         NaN
Name: test, dtype: float64

Answer 2

在這種情況下，您可以使用map ：

df['diff'] = df['ID'].map(df2.set_index('ID').Quantity) - df.Quantity

---

一些數據

import pandas as pd
df = pd.DataFrame({'Title': ['A', 'B', 'C', 'D', 'E'],
                   'Name': ['AA', 'BB', 'CC', 'DD', 'EE'],
                   'Quantity': [1, 21, 14, 15, 611],
                   'ID': ['A1', 'A1', 'B2', 'B2', 'C1']})

df2 = pd.DataFrame({'Quantity': [11, 51, 44],
                    'ID': ['A1', 'B2', 'C1']})

我們將使用df2創建一個字典，該字典可用於將ID映射到Quantity 。 因此，在df任何有ID==A1 ，它都被分配了數量11， B2被分配了51，而C1被分配了44。在這里，我僅出於說明目的將其添加為另一列。

df['Quantity2'] = df['ID'].map(df2.set_index('ID').Quantity)
print(df)

   ID Name  Quantity Title  Quantity2
0  A1   AA         1     A         11
1  A1   BB        21     B         11
2  B2   CC        14     C         51
3  B2   DD        15     D         51
4  C1   EE       611     E         44
Name: ID, dtype: int64

然后，您可以減去df['Quantity']和我們剛剛創建的列以得到差值。 （或者，如果需要其他差異，請從df['Quantity']減去該值）