主页 / 问题 / 981614
Accepted
Pavel
Asked:2020-05-15 16:24:39 +0000 UTC2020-05-15 16:24:39 +0000 UTC

比较 2 个数据框并显示更改

  • 772

请告诉我，在比较 pandas 中的 2 个数据框时，如何仅显示根据条件发生的变化。

df1：

Id   Name  Amount Contract_ID  Date
195   ART   200     23rt       2019-02-21
264   Pict  150     18f        2019-01-17
482   Tras  379     427df      2019-02-10
294   Fish  375     29fg       2019-02-11

df2

Id   Name  Amount  Contract_ID  Date
195    ART   250      23rt       2019-03-26
190    Tree  100      312ft      2019-03-15
482    Tras  379      427df      2019-03-20
264    Pict  50       18f        2019-04-01
294    Fish  450      29fg       2019-04-20
294    Fish  100      26394rt    2019-03-20

您需要获得以下结果 - 创建一个数据框，其中只有数量增加的行或新行：

df_update:
195    ART   250      23rt       2019-03-26
190    Tree  100      312ft      2019-03-15
294    Fish  450      29fg       2019-04-20
294    Fish  100      26394rt    2019-03-20

我试图用下面的代码来做，但没有得到想要的结果：

df_update = df1.merge(df2, how='outer', indicator=True).query("_merge == 'right_only'")
python

1 个回答

  1. Best Answer

    逐步解决方案：

    在有指示"FULL OUTER JOIN"的列上做。['Id','Name','Contract_ID']第二个 DF 中未参与连接的列将获得后缀_new：

    m = (d1.merge(d2, how='outer', on=['Id','Name','Contract_ID'], 
              suffixes=['', '_new'], indicator=True))

    In [39]: m
Out[39]:
    Id  Name  Amount Contract_ID       Date  Amount_new   Date_new      _merge
0  195   ART   200.0        23rt 2019-02-21         250 2019-03-26        both
1  264  Pict   150.0         18f 2019-01-17          50 2019-04-01        both
2  482  Tras   379.0       427df 2019-02-10         379 2019-03-20        both
3  294  Fish   375.0        29fg 2019-02-11         450 2019-04-20        both
4  190  Tree     NaN       312ft        NaT         100 2019-03-15  right_only
5  294  Fish     NaN     26394rt        NaT         100 2019-03-20  right_only

    ['Amount', 'Date']从中对应的行开始填写各列的缺失值DF2（可以跳过这一步）：

    m[['Amount', 'Date']] = (m[['Amount', 'Date']]
                         .apply(lambda c: c.combine_first(m[f'{c.name}_new'])))

    In [41]: m
Out[41]:
    Id  Name  Amount Contract_ID       Date  Amount_new   Date_new      _merge
0  195   ART   200.0        23rt 2019-02-21         250 2019-03-26        both
1  264  Pict   150.0         18f 2019-01-17          50 2019-04-01        both
2  482  Tras   379.0       427df 2019-02-10         379 2019-03-20        both
3  294  Fish   375.0        29fg 2019-02-11         450 2019-04-20        both
4  190  Tree   100.0       312ft 2019-03-15         100 2019-03-15  right_only
5  294  Fish   100.0     26394rt 2019-03-20         100 2019-03-20  right_only

    只选择我们感兴趣的行：

    m.query("Amount_new > Amount or _merge=='right_only'")

    In [42]: m.query("Amount_new > Amount or _merge=='right_only'")
Out[42]:
    Id  Name  Amount Contract_ID       Date  Amount_new   Date_new      _merge
0  195   ART   200.0        23rt 2019-02-21         250 2019-03-26        both
3  294  Fish   375.0        29fg 2019-02-11         450 2019-04-20        both
4  190  Tree   100.0       312ft 2019-03-15         100 2019-03-15  right_only
5  294  Fish   100.0     26394rt 2019-03-20         100 2019-03-20  right_only
    • 2

相关问题