如何获得两个DataFrame之间的差异[重复]

Posted 2023-03-23

【中文标题】如何获得两个DataFrame之间的差异[重复]

【英文标题】：How to get the difference between two DataFrames [duplicate]

【发布时间】：2018-05-19 13:30:40

【问题描述】：

如何获取两个 DataFrame 之间的差异。例如，我有 2 个 DataFrames

previous_asks =  pd.DataFrame('price':[1,2,3], 'amount':[10,20,30])
current_asks = pd.DataFrame('price':[1,2,3,4], 'amount':[11,20,30,40])

我想收到

price':[1, 4], 'amount':[11,40]

【参考方案1】：

使用熊猫：

a1 = list(range(10))
a2 = list(range(5, 8))

b1 = list('abcdefghij')
b2 = list('efy')

df1 =  pd.DataFrame('price':a1, 'amount':b1)
df2 = pd.DataFrame('price':a2, 'amount':b2)

dict_results = dict()
for col in df1:
    dict_results[col] = df1.loc[~ df1[col].isin(df2[col].values), col].values
    print('--', col, dict_results[col])

给予：

-- amount ['a' 'b' 'c' 'd' 'g' 'h' 'i' 'j']
-- price [0 1 2 3 4 8 9]

使用 python3：

set1 = set(a1)
set2 = set(a2)
print(set1 - set2)

给予：

0, 1, 2, 3, 4, 8, 9

我宁愿在这里使用 python3，因为我认为它更简单/可读。 如果您最初拥有 pandas 数据框，我会将其转换为 set 数据 输入，操作它们并在必要时恢复到pd.Dataframe。

还值得一试 unique() pd.Series 的方法。