Python Pandas只比较标记相同的DataFrame对象
Python Pandas只比较标记相同的DataFrame对象
提问于 2016-06-01 07:19:53
我尝试了这里的所有解决方案：Pandas "Can only compare identically-labeled DataFrame objects" error
对我不起作用。这就是我得到的。我有两个数据帧。一个是系统中已经存在的一组财务数据，另一个是系统中可能存在或可能不存在的一些财务数据。我需要找出不同之处并添加不存在的东西。
代码如下：
import pandas as pd
import numpy as np
from azure.storage.blob import AppendBlobService, PublicAccess, ContentSettings
from io import StringIO
dataUrl = "http://ichart.finance.yahoo.com/table.csv?s=MSFT"
blobUrlBase = "https://pyjobs.blob.core.windows.net/"
data = pd.read_csv(dataUrl)
abs = AppendBlobService(account_name='pyjobs', account_key='***')
abs.create_container("stocks", public_access = PublicAccess.Container)
abs.append_blob_from_text('stocks', 'msft', data[:25].to_csv(index=False))
existing = pd.read_csv(StringIO(abs.get_blob_to_text('stocks', 'msft').content))
ne = (data != existing).any(1)失败的代码是最后一行。我正在浏览一篇关于确定数据帧之间的差异的文章。
我检查了所有列上的数据类型，它们看起来是相同的。我还做了一个并排的输出，我排序了轴，索引，删除了索引等等。仍然得到那个该死的错误。
下面是第一行现有and数据的输出
>>> existing[:1]
Date Open High Low Close Volume Adj Close
0 2016-05-27 51.919998 52.32 51.77 52.32 17653700 52.32
>>> data[:1]
Date Open High Low Close Volume Adj Close
0 2016-05-27 51.919998 52.32 51.77 52.32 17653700 52.32下面是我收到的确切错误：
>>> ne = (data != existing).any(1)
Traceback (most recent call last):
File "<stdin>", line 1, in <module>
File "C:\Anaconda3\lib\site-packages\pandas\core\ops.py", line 1169, in f
return self._compare_frame(other, func, str_rep)
File "C:\Anaconda3\lib\site-packages\pandas\core\frame.py", line 3571, in _compare_frame
raise ValueError('Can only compare identically-labeled '
ValueError: Can only compare identically-labeled DataFrame objects回答 3
Stack Overflow用户
回答已采纳
发布于 2016-06-01 08:07:03
为了解决这个问题，您需要比较底层的numpy数组。
import pandas as pd
df1 = pd.DataFrame([[1, 2], [3, 4]], columns=['A', 'B'], index=['One', 'Two'])
df2 = pd.DataFrame([[1, 2], [3, 4]], columns=['a', 'b'], index=['one', 'two'])
df1.values == df2.values
array([[ True, True],
[ True, True]], dtype=bool)Stack Overflow用户
发布于 2017-01-16 00:43:56
如果您想要比较2个数据帧。使用.eq()，.nq()，gt()等方法在Pandas中进行灵活的比较...-->等于，不等于，然后大于。
示例：
df['new_col'] = df.gt(df_1)
http://pandas.pydata.org/pandas-docs/stable/basics.html#flexible-comparisons
Stack Overflow用户
发布于 2016-06-01 20:38:49
使用一些假数据进行复制，以达到删除重复数据的最终目标。请注意，这不是原始问题的答案，而是我试图导致问题的原因的答案。
b = pd.DataFrame({'A': ['A4', 'A5', 'A6', 'A7'],
'B': ['B4', 'B5', 'B6', 'B7'],
'C': ['C4', 'C5', 'C6', 'C7'],
'D': ['D4', 'D5', 'D6', 'D7']},
index=[4, 5, 6, 7])
c = pd.DataFrame({'A': ['A7', 'A8', 'A9', 'A10', 'A11'],
'A': ['A7', 'A8', 'A9', 'A10', 'A11'],
'B': ['B7', 'B8', 'B9', 'B10', 'B11'],
'C': ['C7', 'C8', 'C9', 'C10', 'C11'],
'D': ['D7', 'D8', 'D9', 'D10', 'D11']},
index=[7, 8, 9, 10, 11])
result = pd.concat([b,c])
idx = np.unique(result["A"], return_index=True)[1]
result.iloc[idx].sort()页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/37557131
复制相关文章
相似问题
腾讯云开发者
