我有两个数据框,一个是从 1990 年开始的每日信息,另一个是从 2000 年开始的每日信息。两个数据框都包含到 2016 年结束的信息。
df1:
Date A B C
1990-01-01 3.0 40.0 70.0
1990-01-02 20.0 50.0 80.0
1990-01-03 30.0 60.0 90.0
1990-01-04 2.0 1.0 1.0
1990-01-05 1.0 8.0 3.0
df2:
Date A B C
2000-01-01 NaN NaN NaN
2000-01-02 5.0 NaN NaN
2000-01-03 1.0 NaN 5.0
2000-01-04 2.0 4.0 8.0
2000-01-05 1.0 3.0 4.0
我需要比较 df1 和 df2 中具有相同名称的列,这通常不会太复杂,但我需要从两者 给定列的数据帧(例如来自 df2
、2000-01-02
列 'A'
、2000-01-
)。如果从那时起它们相同,我需要返回 'B'
中的 04True
,如果它们不同,我需要返回 False
。我从合并开始,这给了我:
df2.merge(df1, how = 'left', on = 'Date')
Date A.x B.x C.x A.y B.y C.y
2000-01-01 NaN NaN NaN 3.0 4.0 5.0
2000-01-02 5.0 NaN NaN 5.0 9.0 2.0
2000-01-03 1.0 NaN 5.0 1.0 6.0 5.0
2000-01-04 2.0 4.0 8.0 2.0 4.0 1.0
2000-01-05 1.0 3.0 4.0 1.0 3.0 3.0
我已经弄清楚如何找到共同的日期,但对如何进行相同/不同的比较感到困惑。谁能帮我从有共同值(value)的地方比较列?字典是一种有用的输出格式,但不是必需的:
comparison_dict = {
"A" : True,
"B" : True,
"C" : False
}
非常感谢。
最佳答案
假设 Date
列是索引。
- 堆叠默认会掉nan
- 与
“内部”
逻辑保持一致 - 检查是否相等
- 分组并检查所有
True
pd.Series.eq(*df1.stack().align(df2.stack(), 'inner')).groupby(level=1).all()
如果Date
不是索引
pd.Series.eq(
*df1.set_index('Date').stack().align(
df2.set_index('Date').stack(), 'inner'
)
).groupby(level=1).all()
关于python - 比较不同 Pandas 数据框中的列,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/52119585/