如何解决水平比较两个数据框并插入空白行以查找差异
水平比较两个数据框并插入空白行以查找差异。 我需要在没有id值的第二个数据帧上看到空白行
df1 =
user id Amount
John 1 1000
Tom 2 2000
Tom 2 3000
Claire 3 4000
Mary 4 5000
df2 =
user id Amount
John 1 1000
Tom 2 2000
Claire 3 4000
Mary 4 5000
要横向比较我正在使用
pd.concat([df1,df2],axis=1,Result=
user id Amount user id Amount
John 1 1000 John 1 1000
Tom 2 2000 Tom 2 2000
Tom 2 3000 Claire 3 4000
Claire 3 4000 Mary 4 5000
Mary 4 5000
我期望发生的事情:
user id Amount user id Amount
John 1 1000 John 1 1000
Tom 2 2000 Tom 2 2000
Tom 2 3000
Claire 3 4000 Claire 3 4000
Mary 4 5000 Mary 4 5000
解决方法
您需要使用merge()
进行联接(使用列中的值)。另外,您需要rename()
的RHS中的列,并在right_on=
参数中使用相同的名称
df1 = pd.read_csv(io.StringIO("""user id Amount
John 1 1000
Tom 2 2000
Tom 2 3000
Claire 3 4000
Mary 4 5000"""),sep="\s\s+",engine="python")
df2 = pd.read_csv(io.StringIO("""user id Amount
John 1 1000
Tom 2 2000
Claire 3 4000
Mary 4 5000"""),engine="python")
df2.rename(columns={c:f"{c}_right" for c in df2.columns})
dfm = df1.merge(df2.rename(columns={c:f"{c}_right" for c in df2.columns}),left_on=[c for c in df1.columns],right_on=[f"{c}_right" for c in df2.columns],how="left")
print(dfm.to_string(index=False))
输出
user id Amount user_right id_right Amount_right
John 1 1000 John 1.0 1000.0
Tom 2 2000 Tom 2.0 2000.0
Tom 2 3000 NaN NaN NaN
Claire 3 4000 Claire 3.0 4000.0
Mary 4 5000 Mary 4.0 5000.0
,
这对我有用。
首先,我创建了一个数据框以查找重复的ID
duplicate = df1[df1['id'].duplicated()]
然后我查找了这个新的数据框,以确定我需要在其后插入空行的ID
df2= df2.assign(result=df2['id'].isin(duplicate['id']).astype(int))
我创建了一个结果列,以标识需要在其中插入空行的行
a = (df2['result'] == 1)
df3 = df2.copy() #make a copy because we want to be safe here
for i in df2.loc[a].index:
empty_row = pd.DataFrame([],index=[i]) #creating the empty data
j = i + 1 #just to get things easier to read
df3 = pd.concat([df3.ix[:i],empty_row,df3.ix[j:]],sort=False) #slicing the df
df3 = df3.reset_index(drop=True,) #reset the index
一旦在df3上插入了空行,我就使用pd.concat并排显示两个dfs
df_all =pd.concat([df1,df3],axis=1,sort=False)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。