[英]How to compare two Pandas DataFrames based on specific columns in Python?
我有兩個 Pandas 數據幀:
a =
ID Index Value
1 275 0 00000005
2 1024 27 01
3 1024 23 01
b =
ID Index Value_x Value_y
1 1024 27 01 02
2 1024 23 01 02
我只想根據前三列獲取不同的值,但只保留a
的列 - 從而導致:
ID Index Value
1 275 0 00000005
我試過先刪除列,然后以這種方式進行比較,但這最終會創建不必要的 DataFrames 副本(現實世界 arrays 是 100k+ 行)。
您可以使用MultiIndex
來執行此操作,而無需創建臨時DataFrame
或不必要地復制數據:
# 1
idx_a = pd.MultiIndex.from_frame(a.iloc[:, :3])
idx_b = pd.MultiIndex.from_frame(b.iloc[:, :3])
# 2
idx_diff = idx_a.difference(idx_b)
# 3
result = a.set_index(idx_a).reindex(idx_diff).reset_index(drop=True)
print(result)
ID Index Value
0 275 0 00000005
DataFrame
的前 3 列創建MultiIndex
對象idx_a
中但不出現在idx_b
中的索引值DataFrame
( a
) 進行子集化 您可以使用merge
with indicator=True
和 slice on "left_only":
cols = ['ID', 'Index']
c = (a.merge(b[cols], on=cols, how='outer', indicator=True)
.loc[lambda x: x.pop('_merge').eq('left_only')])
output:
ID Index Value
0 275 0 5
這是一種可能的方法。 您可以將兩個數據框連接起來形成一個 dataframe,然后刪除重復值。
import pandas as pd
a = [
[275, 0, '00000005'],
[283, 0, '00F0'],
[1024, 27, '01']
]
b = [
[283, 0, '00F0', '00E1'],
[1024, 27, '01', '02']
]
# create dataframe for a and b
df_a = pd.DataFrame(a, columns=['ID', 'Index', 'Value'])
df_b = pd.DataFrame(b, columns=['ID', 'Index', 'Value_x', 'Value_y'])
# get difference of df_a and df_b based on ID and Index
df_diff = pd.concat([df_a[['ID', 'Index']], df_b[['ID', 'Index']]]).drop_duplicates(
subset=['ID', 'Index'], keep=False)
print(df_diff)
你需要的是anti_join
:
>>> from datar.all import f, anti_join, tribble
>>> a = tribble(
... f.ID, f.Index, f.Value,
... 275, 0, "00000005",
... 1024, 27, "01",
... 1024, 23, "01",
... )
>>> b = tribble(
... f.ID, f.Index, f.Value_x, f.Value_y,
... 1024, 23, "01", "02",
... 1024, 27, "01", "02",
... )
>>>
>>> a >> anti_join(b, by={"ID": "ID", "Index": "Index", "Value": "Value_x"})
ID Index Value
<int64> <int64> <object>
0 275 0 00000005
我是datar
package 的作者,它由 pandas 支持。如果您有任何疑問或問題,請告訴我。
聲明:本站的技術帖子網頁,遵循CC BY-SA 4.0協議,如果您需要轉載,請注明本站網址或者原文地址。任何問題請咨詢:yoyou2525@163.com.