比较两个Pandas DataFrame的3种简单方法

Python 是一种高级、解释型编程语言，以其简洁性和可读性而闻名。它由 Guido van Rossum 创建，并于 1991 年首次发布，Python 通过其流畅的语法和缩进结构强调代码清晰度。它支持多种编程范式，包括过程式、面向对象式和函数式编程。其动态类型和自动内存管理使其易于使用，能够快速开发和原型设计。Python 的社区驱动开发和开源性质确保了其持续发展和在众多行业中的广泛应用。

理解 Pandas DataFrame

Pandas DataFrame 是 Python 中用于数据处理和分析的核心数据结构，尤其是在统计技术领域。它们提供了一种便捷的方式来存储和操作二维、分类数据。

DataFrame 的主要特点

• 表格数据结构： DataFrame 是二维的、分类的数据结构，列的数据类型可能不同，类似于关系数据库中的表或 Excel 电子表格。
• 标记轴： 行和列都有标签，允许使用这些标签轻松访问、处理和分析数据。
• 对齐和算术： 自动对齐数据进行算术运算，这简化了使用来自不同来源的数据进行操作。
• 大小可变： DataFrame 可以轻松调整大小，可以根据需要添加或删除列和行。

常用操作

• 创建： DataFrame 可以从多种数据源创建，例如字典、列表、字典列表以及 CSV 文件、SQL 数据库或 Excel 文件等外部数据源。
• 数据选择： 可以使用标签（loc）或索引（iloc）选择数据子集。也支持条件选择。
• 数据操作： 可以添加、删除或修改列和行。提供了用于排序、过滤和分组数据的函数。
• 数据聚合： 内置函数允许通过平均值、总和、中位数和自定义聚合函数等操作来汇总数据。
• 合并和连接： 可以通过连接、合并和连接操作来合并 DataFrame，从而组合来自多个来源的数据。
• 处理缺失数据： 提供了用于检测、删除或填充缺失数据的功能，以确保数据的完整性和完整性。
• 数据转换： 支持诸如将函数应用于列、重塑数据（例如，透视）以及更改列的数据类型等操作。
• 输入和输出： DataFrame 可以从各种文件格式读取和写入，包括 CSV、Excel、SQL 等，便于数据导入和导出。

比较两个 Pandas DataFrame

当您需要检查差异、确保一致性或验证数据更改时，比较 DataFrame 是一项常见任务。

• 使用 `equals()` 方法
• 使用 `compare()` 方法
• 使用 '==' 运算符和 `any()` 方法

使用 `equals()` 方法

`equals()` 方法检查两个 DataFrame 是否相同。它返回一个布尔值：如果 DataFrame 相等，则返回 `True`，否则返回 `False`。

示例

输出

 
True
False   

说明

• `df1.equals(df2)` 返回 `True`，因为 `df1` 和 `df2` 相同。
• `df1.equals(df3)` 返回 `False`，因为 `df1` 和 `df3` 在“A”列中的值不同。

使用 `compare()` 方法

`compare()` 方法返回 DataFrame 之间的差异。它返回一个 DataFrame，通过仅显示每个 DataFrame 中的差异元素和值来突出显示差异。

示例

输出

 
    A          B      
  self other self other
1  NaN   NaN  5.0   7.0
2  3.0   4.0  NaN   NaN   

说明

• `df1.compare(df2)` 返回一个显示差异的 DataFrame
• 第 2 行在“A”列（`df1` 中的 `3` 对 `df2` 中的 `4`）和“B”列（`df1` 中的 `5` 对 `df2` 中的 `7`）中有不同的值。

使用 '==' 运算符和 `any()` 方法

使用 '==' 运算符后跟 `any()` 有助于识别两个 DataFrame 之间是否存在任何差异。“==”运算符创建一个布尔值 DataFrame，指示逐元素比较。使用 `any()`（带有 `axis` 参数）检查是否存在任何 `False` 值，这表示存在差异。

示例

输出

 
      A      B
0   True   True
1   True  False
2  False   True
False   

说明

• `df1 == df2` 创建一个布尔值 DataFrame，其中 `True` 表示匹配的值，`False` 表示差异。
• 使用 `comparison.any().any()` 检查是否存在任何 `False` 值。如果存在任何差异，它将返回 `False`。