根据特定列找出两个python数据框的差异

如何解决根据特定列找出两个python数据框的差异

我想比较基于S/N和Metric列的数据帧，以查找从df2中的最新值更改的值：

df1
#    S/N   Age  Metric
# 0  001  2.59    1.01
# 1  002  3.57    2.42
# 2  003  3.99    3.12


df2
#    S/N   Age  Metric
# 0  001  2.46    4.29
# 1  001  2.50    2.46
# 2  001  2.54    2.47
# 3  002  1.78    1.24
# 4  002  1.82    2.42
# 5  003  3.57    1.91
# 6  003  3.61    2.47
# 7  003  3.65    1.24

我正在寻找以下数据框：

   S/N   Age  Metric
0  001  2.59    1.01
2  003  3.99    3.12

数据

df1 = pd.DataFrame({
    "S/N": ['001','002','003'],"Age": [2.59,3.57,3.99],"Metric": [1.01,2.42,3.12]
})

df2 = pd.DataFrame({
    "S/N": ['001','001','003',"Age": [2.46,2.50,2.54,1.78,1.82,3.61,3.65],"Metric": [4.29,2.46,2.47,1.24,1.91,1.24]
})

解决方法

这里大约涉及两个步骤。首先，您需要比较df1和df2，然后基于该比较来过滤数据。

第1步：比较

要根据列df1将df2与Metric进行比较，请运行：

df1['Metric'] != df2['Metric']
0    True
1    False   
2    True
3    False

第2步：过滤

在pandas中，可以使用仅包含True或False值的pandas系列（“单列数据框”）过滤行：

inds = df1['Metric'] != df2['Metric']
df2.loc[inds,:]
     S/N   Age  Metric
# 0  001  2.46    4.29
# 2  003  2.00    2.47