如何將具有相同列值的兩個熊貓數據框合並以形成顯示值差異的第三個數據框

Question

數據框：DF1

     name  age  id  salary
0   Smith   30   2    2000
1     Ron   24   3   30000
2    Mike   35   4   40000
3    Jack   21   5    5000
4  Roshan   20   6   60000
5   Steve   45   8    8000
6   Peter   32   1    1000

數據框：DF2

    name  age  salary  id
0  Peter   28   10000   1
1  Smith   30    1500   2
2    Ron   24    7000   3
3   Mike   35   20000   4
4   Jack   21    5000   5
5  Cathy   20    9000   6
6  Steve   45   56000   8

df1和df2要在ID上合並。請不要讓df1和df2中的ID相同，但ID順序不同。df3需要如下創建：

     name       age    id    salary
0   Smith        30     2    2000|1500
1     Ron        24     3    30000|7000
2    Mike        35     4    40000 |20000
3    Jack        21     5    5000
4  Roshan|Cathy  20     6    60000|9000
5   Steve        45     8    8000|56000
6   Peter        32|28  1    1000|10000

我打算使用to_excel功能將上述輸出放到excel工作表中。 在此之前，我想在此數據幀中再添加一列，即“匹配和不匹配”。 邏輯上，如果顯示最小一個差值結果的行中的任何一個應該不匹配否則匹配。我正在模擬這樣的輸出-

id年齡名稱薪水結果0 2 30 Smith 2000 | 1500不匹配1 3 24 Ron 30000 | 7000不匹配3 5 21 Jack 5000匹配4 6 20 Roshan | Cathy 60000 | 9000不匹配5 5 45 Steve 8000 | 56000不匹配6 1 32 | 28彼得1000 | 10000錯誤配對

我可以用什么來達到這樣的結果

Answer 1

首先使用merge ，然后按條件與numpy.where列，最后按df1.columns僅過濾列：

cols = df1.columns.difference(['id'])
df = df1.merge(df2, on='id', suffixes=('','_'))

s = df[cols].astype(str) + '|' + df[cols + '_'].astype(str).values
mask = df[cols].values != df[cols + '_'].values

arr =  np.where(mask, s, df[cols].astype(str))

df = df1[['id']].join(pd.DataFrame(arr, columns=cols))
print (df)
   id    age          name       salary
0   2     30         Smith    2000|1500
1   3     24           Ron   30000|7000
2   4     35          Mike  40000|20000
3   5     21          Jack         5000
4   6     20  Roshan|Cathy   60000|9000
5   8     45         Steve   8000|56000
6   1  32|28         Peter   1000|10000