使用列组合查找行熊猫中的数据不匹配
使用列组合查找行熊猫中的数据不匹配
提问于 2018-11-20 21:42:19
基于列值组合获得所有单元格值的最佳方法是什么？
样本数据一：
Stock Name Price
0 AMD Advanced Micro Devices 100
1 GE General Electric Company 200
2 BAC Bank of America Corporation 300
3 AAPL Apple Inc. 500
4 MSFT Microsoft Corporation 1000
5 GOOGL Alphabet Inc. 2000样本数据二：
Stock Name Price
0 AMD Advanced Micro Devices 100
1 GE General Electric Company 200
2 BAC Branch of America Corporation 300
3 AAPL Apple Inc. 500
4 MSFT Microsoft Corporation 1000
5 GOOGL Alphabet Inc. 2000例如:我想使用(Stock和Name)作为键列，然后比较数据集。目的是将两个数据集之间的不匹配项与用作组合键的Stock+Name列打印出来。
我正在使用Pandas/Python3.7 3.7
样本输出：
美国银行300 .美国银行300分行
回答 3
Stack Overflow用户
发布于 2018-11-20 21:45:43
也许，使用merge + query实现完整的内部连接
df1.merge(df2, on='Stock').query('Name_x != Name_y')
Stock Name_x Price_x Name_y Price_y
2 BAC Bank of America Corporation 300 Branch of America Corporation 300或者，一个与map稍有不同的解决方案，您可以使用它获取股票符号：
m = df1.Stock.map(df2.set_index('Stock').Name).ne(df1.Name)
symbols = df1.loc[m, 'Stock']
print(symbols)
2 BAC
Name: Stock, dtype: object然后按股票代码访问每个DataFrame行：
df1[df1.Stock.isin(symbols)]
Stock Name Price
2 BAC Bank of America Corporation 300
df2[df2.Stock.isin(symbols)]
Stock Name Price
2 BAC Branch of America Corporation 300Stack Overflow用户
发布于 2018-11-20 21:52:33
如果它们位于两个数据流中，那么不附加条件地将它们合并到.concat中是非常简单的。一旦它们被加入，这里有一种方法可以得到不匹配：
import pandas as pd
df1 = pd.DataFrame({
"Ticker_y": list("qwerty"),
"Name_y": list("asdfgh"),
"Ticker_x": list("qw3r7y"),
"Name_x": list("as6f8h")
})
mismatch = df1[(df1["Ticker_y"] != df1["Ticker_x"]) & (df1["Name_y"] != df1["Name_x"])]最后一行只是说“df只满足这些条件”。
Stack Overflow用户
发布于 2018-11-21 04:23:54
我们可以使用isin使用值序列进行测试，因为它确保DataFrame中的每个元素都包含在值中。
First DataFrame
>>> df1
Stock Name Price
0 AMD Advanced Micro Devices 100
1 GE General Electric Company 200
2 BAC Bank of America Corporation 300
3 APPL Apple Inc. 500
4 MSFT Microsoft Corporation 1000
5 GOOGL Alphabet Inc. 2000第二DataFrame
>>> df2
Stock Name Price
0 AMD Advanced Micro Devices 100
1 GE General Electric Company 200
2 BAC Branch of America Corporation 300
3 APPL Apple Inc. 500
4 MSFT Microsoft Corporation 1000
5 GOOGL Alphabet Inc. 2000你可以走了。
>>> df2[~df2.Name.isin(df1.Name.values)]
Stock Name Price
2 BAC Branch of America Corporation 300或
>>> df1[~df1.Name.isin(df2.Name.values)]
Stock Name Price
2 BAC Bank of America Corporation 300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/53402012
复制相关文章
相似问题
腾讯云开发者
