第七色在线视频,2021少妇久久久久久久久久,亚洲欧洲精品成人久久av18,亚洲国产精品特色大片观看完整版,孙宇晨将参加特朗普的晚宴

為了賬號安全,請及時綁定郵箱和手機立即綁定
已解決430363個問題,去搜搜看,總會有你想問的

pd.merge 并檢查更改的數(shù)據(jù)

pd.merge 并檢查更改的數(shù)據(jù)

夢里花落0921 2023-06-20 16:49:33
如果我有這些數(shù)據(jù)框df1 = pd.DataFrame({'index': [1,2,3,4],                    'col1': ['a','b','c','d'],                   'col2': ['h','e','l','p']})df2 = pd.DataFrame({'index': [1,2,3,4],                    'col1': ['a','e','f','d'],                   'col2': ['h','e','lp','p']})df1   index col1 col20      1    a    h1      2    b    e2      3    c    l3      4    d    pdf2   index col1 col20      1    a    h1      2    e    e2      3    f   lp3      4    d    p我想合并它們并查看行是否不同并得到這樣的輸出   index col1  col1_validation col2  col2_validation0      1    a             True    h             True1      2    b            False    e             True2      3    c            False    l            False3      4    d             True    p             True我怎樣才能做到這一點?
查看完整描述

2 回答

?
犯罪嫌疑人X

TA貢獻2080條經(jīng)驗 獲得超4個贊

看起來col1和col2您的“合并”數(shù)據(jù)框只是取自df1. 在這種情況下,您可以簡單地比較原始數(shù)據(jù)幀之間的 , 并將它們添加為列col1:col2


cols = ["col1", "col2"]

val_cols = ["col1_validation", "col2_validation"]


# (optional) new dataframe, so you don't mutate df1 

df = df1.copy()

new_cols = (df1[cols] == df2[cols])

df[val_cols] = new_cols    


查看完整回答
反對 回復 2023-06-20
?
泛舟湖上清波郎朗

TA貢獻1818條經(jīng)驗 獲得超3個贊

您可以使用類似于以下內(nèi)容的方式合并和比較兩個數(shù)據(jù)框:


df1 = pd.DataFrame({'index': [1,2,3,4],

                    'col1': ['a','b','c','d'],

                   'col2': ['h','e','l','p']})

df2 = pd.DataFrame({'index': [1,2,3,4],

                    'col1': ['a','e','f','d'],

                   'col2': ['h','e','lp','p']})



# give columns unique name when merging

df1.columns = df1.columns + '_df1'   

df2.columns = df2.columns + '_df2' 


# merge/combine data frames

combined = pd.concat([df1, df2], axis = 1)


# add calculated columns

combined['col1_validation'] = combined['col1_df1'] == combined['col1_df2']

combined['col12validation'] = combined['col2_df1'] == combined['col2_df2'] 


查看完整回答
反對 回復 2023-06-20
  • 2 回答
  • 0 關(guān)注
  • 126 瀏覽
慕課專欄
更多

添加回答

舉報

0/150
提交
取消
微信客服

購課補貼
聯(lián)系客服咨詢優(yōu)惠詳情

幫助反饋 APP下載

慕課網(wǎng)APP
您的移動學習伙伴

公眾號

掃描二維碼
關(guān)注慕課網(wǎng)微信公眾號