比較具有不同格式列值的兩個數據框

Question

我有兩個數據框

df1：

戶口號碼	姓名	a/ctype
11.22.21	亨利	檢查
11.22.22	山姆	保存。
11.22.23	約翰	檢查

df2:

戶口號碼	姓名	a/ctype
11-22-21	亨利	檢查
11-22-23	約翰	檢查
11-22-24	麗塔	檢查

輸出：df3：

A/cNO_df1	A/cNO_df2	結果。	名稱_df1	名稱_df2	結果	a/ctype_df1	a/ctype_df2	結果。
11.22.21	11-22-21	匹配	亨利	亨利	匹配。	檢查	檢查	匹配。
11.22.22		Notindf2	山姆。		Notindf2	檢查		Notindf2
11.22.23	11-22-23	匹配	約翰。	約翰	匹配。	檢查	檢查	匹配。
.	11-22-24	Notindf1	.	麗塔	Notindf1		檢查	Notindf2

我嘗試刪除帳戶的非數字字符以使用以下方法比較兩個數據集： df1['AccountNo'] = df1.AccountNo.replace(regex=[r'\D+', value='') df2['AccountNo'] = df2.AccountNo.replace(正則表達式=[r'\D+', value='')

然后連接兩個數據幀。 但是，當我刪除字符時，我無法以相同的格式打印它，並且對於不在 df1 中的 ac 和不在 df2 中的 ac 我無法連接它。 我嘗試使用 numpy where 來比較和連接。

有沒有辦法可以做到？

Answer 1

您可以與外部系列合並為鍵：

df1.merge(df2, left_on='AccountNo', right_on=df2['AccountNo'].str.replace('-', '.'),
          suffixes=('_df1', '_df2'), how='outer')

輸出：

  AccountNo AccountNo_df1 name_df1 a/ctype_df1 AccountNo_df2 name_df2 a/ctype_df2
0  11.22.21      11.22.21    Henry    checking      11-22-21    Henry    checking
1  11.22.22      11.22.22      Sam      Saving           NaN      NaN         NaN
2  11.22.23      11.22.23     John    Checking      11-22-23     John    Checking
3  11.22.24           NaN      NaN         NaN      11-22-24     Rita    Checking