熊猫：两个数据帧的差异

Question

我需要逐行比较两个不同大小的数据帧并打印出不匹配的行。让我们采取以下两点：

df1 = DataFrame({
'Buyer': ['Carl', 'Carl', 'Carl'],
'Quantity': [18, 3, 5, ]})

df2 = DataFrame({
'Buyer': ['Carl', 'Mark', 'Carl', 'Carl'],
'Quantity': [2, 1, 18, 5]})

在df2上行的最有效方法是什么，打印不在df1中的行，例如：

Buyer     Quantity 
Carl         2
Mark         1

重要提示：我不想要排：

Buyer     Quantity 
Carl         3

包含在差异中：

我已经尝试过：Comparing two dataframes of different length row by row and adding columns for each row with equal value和Outputting difference in two Pandas dataframes side by side - highlighting the difference

但这些与我的问题不符。

谢谢

安迪

Answer 1

merge 2 dfs使用方法'outer'并传递param indicator=True这将告诉您行是否仅存在于/ left only / right中，然后您可以在以下情况后过滤合并的df：

In [22]:
merged = df1.merge(df2, indicator=True, how='outer')
merged[merged['_merge'] == 'right_only']

Out[22]:
  Buyer  Quantity      _merge
3  Carl         2  right_only
4  Mark         1  right_only

Answer 2

diff = set(zip(df2.Buyer, df2.Quantity)) - set(zip(df1.Buyer, df1.Quantity))

这是第一个想到的解决方案。然后，您可以将差异集放回DF中进行演示。

Answer 3

如果您只关心将新买家添加到其他df，请尝试以下操作：

df_delta=df2[df2['Buyer'].apply(lambda x: x not in df1['Buyer'].values)]

Answer 4

你可能会发现这是最好的：

df2[ ~df2.isin(df1)].dropna()

Answer 5

@ EdChum的答案是自我解释的。但是使用not 'both'条件更有意义，你不需要关心比较的顺序，这就是真正的差异应该是什么。为了回答你的问题：

merged = df1.merge(df2, indicator=True, how='outer')
merged.loc = [merged['_merge'] != 'both']