我有两个不同大小的数据框
df1
YearDeci Year Month Day ... Magnitude Lat Lon
0 1551.997260 1551 12 31 ... 7.5 34.00 74.50
1 1661.997260 1661 12 31 ... 7.5 34.00 75.00
2 1720.535519 1720 7 15 ... 6.5 28.37 77.09
3 1734.997260 1734 12 31 ... 7.5 34.00 75.00
4 1777.997260 1777 12 31 ... 7.7 34.00 75.00
和
df2
YearDeci Year Month Day Hour ... Seconds Mb Lat Lon
0 1669.510753 1669 6 4 0 ... 0 NaN 33.400 73.200
1 1720.535519 1720 7 15 0 ... 0 NaN 28.700 77.200
2 1780.000000 1780 0 0 0 ... 0 NaN 35.000 77.000
3 1803.388014 1803 5 22 15 ... 0 NaN 30.600 78.600
4 1803.665753 1803 9 1 0 ... 0 NaN 30.300 78.800
5 1803.388014 1803 5 22 15 ... 0 NaN 30.600 78.600.
1.我想根据“YearDeci”列比较 df1 和 df2。并找出公共(public)条目和唯一条目(公共(public)行以外的行)。
2.根据'YearDeci'列输出df1中的公共(public)行(相对于df2)。
3.根据“YearDeci”列输出 df1 中唯一的行(相对于 df2)。
*注意:“YearDeci”中最多 +/-0.0001 的小数值差异是可以容忍的
预期输出如下
row_common=
YearDeci Year Month Day ... Mb Lat Lon
2 1720.535519 1720 7 15 ... 6.5 28.37 77.09
row_unique=
YearDeci Year Month Day ... Magnitude Lat Lon
0 1551.997260 1551 12 31 ... 7.5 34.00 74.50
1 1661.997260 1661 12 31 ... 7.5 34.00 75.00
3 1734.997260 1734 12 31 ... 7.5 34.00 75.00
4 1777.997260 1777 12 31 ... 7.7 34.00 75.00
最佳答案
首先在“each with every”上比较df1.YearDeci与df2.YearDeci 原则。 要执行比较,请使用 np.isclose 函数和假定的绝对值 宽容。
结果是一个 bool 数组:
- 第一个索引 - df1 中的索引,
- 第二个索引 - df2 中的索引。
然后,使用np.argwhere,找到True值的索引,即索引 来自 df1 和 df2 的“相关”行,并从中创建一个 DateFrame。
执行上述操作的代码是:
ind = pd.DataFrame(np.argwhere(np.isclose(df1.YearDeci[:, np.newaxis],
df2.YearDeci[np.newaxis, :], atol=0.0001, rtol=0)),
columns=['ind1', 'ind2'])
然后,在两个 DataFrame 中都有指向“相关”行的索引对, 执行以下合并:
result = ind.merge(df1, left_on='ind1', right_index=True)\
.merge(df2, left_on='ind2', right_index=True, suffixes=['_1', '_2'])
最后一步是删除两个“辅助索引列”(ind1 和 ind2):
result.drop(columns=['ind1', 'ind2'], inplace=True)
结果(分为2部分)是:
YearDeci_1 Year_1 Month_1 Day_1 Magnitude Lat_1 Lon_1 YearDeci_2 \
0 1720.535519 1720 7 15 6.5 28.37 77.09 1720.535519
Year_2 Month_2 Day_2 Hour Seconds Mb Lat_2 Lon_2
0 1720 7 15 0 0 NaN 28.7 77.2
关于python - 如何基于列比较两个不同大小的数据框?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/58615048/