दो DataFrames की तुलना करें और उनके अंतर को अगल-बगल से आउटपुट दें

Question

मैं दो डेटाफ्रेम के बीच वास्तव में क्या बदल रहा है, इस पर प्रकाश डालने की कोशिश कर रहा हूं।

मान लीजिए कि मेरे पास दो पायथन पंडों के डेटाफ्रेम हैं:

"StudentRoster Jan-1":
id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 He was late to class
112  Nick   1.11                     False                Graduated
113  Zoe    4.12                     True       

"StudentRoster Jan-2":
id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 He was late to class
112  Nick   1.21                     False                Graduated
113  Zoe    4.12                     False                On vacation

मेरा लक्ष्य एक HTML तालिका का उत्पादन करना है जो:

1. उन पंक्तियों की पहचान करता है जो बदल गई हैं (इंट, फ्लोट, बूलियन, स्ट्रिंग हो सकती हैं)

2. समान, ओएलडी और नए मूल्यों के साथ आउटपुट पंक्तियाँ (आदर्श रूप से एक HTML तालिका में) ताकि उपभोक्ता स्पष्ट रूप से देख सकें कि दो डेटाफ़्रेम के बीच क्या परिवर्तन हुआ है:

   "StudentRoster Difference Jan-1 - Jan-2":  
   id   Name   score                    isEnrolled           Comment
   112  Nick   was 1.11| now 1.21       False                Graduated
   113  Zoe    4.12                     was True | now False was "" | now   "On   vacation"

मुझे लगता है कि मैं स्तंभ की तुलना द्वारा पंक्ति और स्तंभ द्वारा एक पंक्ति कर सकता था, लेकिन क्या एक आसान तरीका है?

Comments

पांडा 1.1 से आप आसानी से एकल फ़ंक्शन कॉल केdf.compare साथ ऐसा कर सकते हैं - ।

— cs95 4

Answer 1

पहला भाग कॉन्स्टेंटाइन के समान है, आप बूलियन प्राप्त कर सकते हैं जिसमें पंक्तियाँ खाली हैं: *

In [21]: ne = (df1 != df2).any(1)

In [22]: ne
Out[22]:
0    False
1     True
2     True
dtype: bool

फिर हम देख सकते हैं कि कौन सी प्रविष्टियाँ बदली हैं:

In [23]: ne_stacked = (df1 != df2).stack()

In [24]: changed = ne_stacked[ne_stacked]

In [25]: changed.index.names = ['id', 'col']

In [26]: changed
Out[26]:
id  col
1   score         True
2   isEnrolled    True
    Comment       True
dtype: bool

यहां पहली प्रविष्टि इंडेक्स है और दूसरा कॉलम जो बदल दिया गया है।

In [27]: difference_locations = np.where(df1 != df2)

In [28]: changed_from = df1.values[difference_locations]

In [29]: changed_to = df2.values[difference_locations]

In [30]: pd.DataFrame({'from': changed_from, 'to': changed_to}, index=changed.index)
Out[30]:
               from           to
id col
1  score       1.11         1.21
2  isEnrolled  True        False
   Comment     None  On vacation

* नोट: यह महत्वपूर्ण है कि df1और df2एक ही सूचकांक यहाँ साझा करें। इस अस्पष्टता को दूर करने के लिए, आप सुनिश्चित कर सकते हैं कि आप केवल साझा किए गए लेबल का उपयोग करके देख सकते हैं df1.index & df2.index, लेकिन मुझे लगता है कि मैं इसे एक अभ्यास के रूप में छोड़ दूंगा।

Comments

मेरा मानना ​​है कि "समान सूचकांक साझा करें" का अर्थ है "सुनिश्चित करें कि सूचकांक को क्रमबद्ध किया गया है" ... यह सूचकांक के मूल्य की परवाह किए बिना, df1जो कुछ भी पहले में है df2, उसकी तुलना करेगा । JFYI के मामले में मैं अकेला व्यक्ति नहीं हूँ जिसके लिए यह स्पष्ट नहीं था। ; डी धन्यवाद!

— dmn

तो स्कोर के बराबर है nanदोनों DF1 और DF1 में, इस समारोह से बदल रहा है के रूप में यह रिपोर्ट करेंगे nanकरने के लिए nan। इसकी वजह है np.nan != np.nanरिटर्न True।

— जेम्स ओनर्स

@kungfujam सही है। इसके अलावा, यदि मूल्यों की तुलना की जा रही है तो कोई भी आपको वहां झूठे मतभेद नहीं

— मिलेंगे

बस स्पष्ट होने के लिए - मैं इस समाधान के साथ समस्या का वर्णन करता हूं और फ़ंक्शन का उपयोग करने के लिए एक आसान प्रदान करता हूं जो नीचे दी गई

— जेम्स ओवर्स

['पंक्ति', 'कर्नल'] बदले हुए .index.names के रूप में ['id', 'col'] की तुलना में बेहतर है, क्योंकि यह id नहीं, बल्कि पंक्तियाँ हैं।

— नोकी फुजिता

Answer 2

दो DataFrames के बीच अंतर को उजागर करना

जहाँ भिन्नता है वहां कोशिकाओं की पृष्ठभूमि का रंग उजागर करने के लिए DataFrame शैली गुण का उपयोग करना संभव है।

मूल प्रश्न से उदाहरण डेटा का उपयोग करना

पहला कदम डेटाफ्रेम को क्षैतिज रूप से concatफ़ंक्शन के साथ जोड़ना और प्रत्येक फ्रेम को keysपैरामीटर के साथ अलग करना है:

df_all = pd.concat([df.set_index('id'), df2.set_index('id')], 
                   axis='columns', keys=['First', 'Second'])
df_all

संभवतः स्तंभ स्तरों को स्वैप करना और एक ही स्तंभ के नामों को एक-दूसरे के बगल में रखना आसान है:

df_final = df_all.swaplevel(axis='columns')[df.columns[1:]]
df_final

अब, फ्रेम में अंतर को स्पॉट करना बहुत आसान है। लेकिन, हम आगे जा सकते हैं और styleसंपत्ति का उपयोग उन कोशिकाओं को उजागर करने के लिए कर सकते हैं जो अलग हैं। हम इसे करने के लिए एक कस्टम फ़ंक्शन को परिभाषित करते हैं जिसे आप प्रलेखन के इस भाग में देख सकते हैं ।

def highlight_diff(data, color='yellow'):
    attr = 'background-color: {}'.format(color)
    other = data.xs('First', axis='columns', level=-1)
    return pd.DataFrame(np.where(data.ne(other, level=0), attr, ''),
                        index=data.index, columns=data.columns)

df_final.style.apply(highlight_diff, axis=None)

यह उन कोशिकाओं को उजागर करेगा, जिनमें दोनों के लापता मूल्य हैं। आप या तो उन्हें भर सकते हैं या अतिरिक्त तर्क प्रदान कर सकते हैं ताकि वे उजागर न हों।

Comments

क्या आप जानते हैं कि 'फर्स्ट' और 'सेकंड' दोनों को अलग-अलग रंगों में रंगना कैसे संभव है?

— aturegano

क्या केवल अलग-अलग पंक्तियों का चयन करना संभव है? इस मामले में मैं पहली पंक्ति (111) का चयन किए बिना दूसरी और तीसरी पंक्ति का चयन कैसे करूं?

— शांतनुओ

@ शांतनुओ, हां, अंतिम विधि को संपादित करेंdf_final[(df != df2).any(1)].style.apply(highlight_diff, axis=None)

— अनमोल

यह कार्यान्वयन 26K पंक्तियों और 400 स्तंभों के साथ डेटाफ़्रेम की तुलना करते समय अधिक समय ले रहा है। क्या इसे गति देने का कोई तरीका है?

— कोडलॉर्ड

Answer 3

यह उत्तर बस @Andy हेडन का विस्तार करता है, जो संख्यात्मक क्षेत्रों के होने पर इसे लचीला बनाता है nanऔर इसे एक फ़ंक्शन में लपेटता है।

import pandas as pd
import numpy as np


def diff_pd(df1, df2):
    """Identify differences between two pandas DataFrames"""
    assert (df1.columns == df2.columns).all(), \
        "DataFrame column names are different"
    if any(df1.dtypes != df2.dtypes):
        "Data Types are different, trying to convert"
        df2 = df2.astype(df1.dtypes)
    if df1.equals(df2):
        return None
    else:
        # need to account for np.nan != np.nan returning True
        diff_mask = (df1 != df2) & ~(df1.isnull() & df2.isnull())
        ne_stacked = diff_mask.stack()
        changed = ne_stacked[ne_stacked]
        changed.index.names = ['id', 'col']
        difference_locations = np.where(diff_mask)
        changed_from = df1.values[difference_locations]
        changed_to = df2.values[difference_locations]
        return pd.DataFrame({'from': changed_from, 'to': changed_to},
                            index=changed.index)

तो अपने डेटा के साथ (स्कोर कॉलम में NaN करने के लिए थोड़ा संपादित):

import sys
if sys.version_info[0] < 3:
    from StringIO import StringIO
else:
    from io import StringIO

DF1 = StringIO("""id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 "He was late to class"
112  Nick   1.11                     False                "Graduated"
113  Zoe    NaN                     True                  " "
""")
DF2 = StringIO("""id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 "He was late to class"
112  Nick   1.21                     False                "Graduated"
113  Zoe    NaN                     False                "On vacation" """)
df1 = pd.read_table(DF1, sep='\s+', index_col='id')
df2 = pd.read_table(DF2, sep='\s+', index_col='id')
diff_pd(df1, df2)

आउटपुट:

                from           to
id  col                          
112 score       1.11         1.21
113 isEnrolled  True        False
    Comment           On vacation

Comments

मैंने डेटाटाइप में मामूली अंतरों का ध्यान रखने के लिए कोड जोड़ा, जो एक त्रुटि फेंक देगा, अगर आप इसके लिए जिम्मेदार नहीं थे।

— रूबी नुबी

क्या होगा अगर मेरे पास तुलना करने के लिए दोनों तरफ समान पंक्तियाँ नहीं हैं?

— किशोर कुमार R

@ KishorkumarR तब आपको पहले भी पंक्तियों को बाहर करना चाहिए, नए डेटाफ्रेम में जोड़े गए पंक्तियों का पता लगाकर, और पुराने डेटाफ़्रेम से पंक्तियों को हटा दिया

— कृपाण

Answer 4

import pandas as pd
import io

texts = ['''\
id   Name   score                    isEnrolled                        Comment
111  Jack   2.17                     True                 He was late to class
112  Nick   1.11                     False                           Graduated
113  Zoe    4.12                     True       ''',

         '''\
id   Name   score                    isEnrolled                        Comment
111  Jack   2.17                     True                 He was late to class
112  Nick   1.21                     False                           Graduated
113  Zoe    4.12                     False                         On vacation''']


df1 = pd.read_fwf(io.StringIO(texts[0]), widths=[5,7,25,21,20])
df2 = pd.read_fwf(io.StringIO(texts[1]), widths=[5,7,25,21,20])
df = pd.concat([df1,df2]) 

print(df)
#     id  Name  score isEnrolled               Comment
# 0  111  Jack   2.17       True  He was late to class
# 1  112  Nick   1.11      False             Graduated
# 2  113   Zoe   4.12       True                   NaN
# 0  111  Jack   2.17       True  He was late to class
# 1  112  Nick   1.21      False             Graduated
# 2  113   Zoe   4.12      False           On vacation

df.set_index(['id', 'Name'], inplace=True)
print(df)
#           score isEnrolled               Comment
# id  Name                                        
# 111 Jack   2.17       True  He was late to class
# 112 Nick   1.11      False             Graduated
# 113 Zoe    4.12       True                   NaN
# 111 Jack   2.17       True  He was late to class
# 112 Nick   1.21      False             Graduated
# 113 Zoe    4.12      False           On vacation

def report_diff(x):
    return x[0] if x[0] == x[1] else '{} | {}'.format(*x)

changes = df.groupby(level=['id', 'Name']).agg(report_diff)
print(changes)

प्रिंट

                score    isEnrolled               Comment
id  Name                                                 
111 Jack         2.17          True  He was late to class
112 Nick  1.11 | 1.21         False             Graduated
113 Zoe          4.12  True | False     nan | On vacation

Comments

बहुत अच्छा समाधान, और अधिक कॉम्पैक्ट कि मेरा!

— एंडी हेडन

@AndyHayden: मैं इस समाधान से पूरी तरह से सहज नहीं हूँ; यह केवल तभी काम करता है जब सूचकांक एक बहुस्तरीय सूचकांक है। अगर मैं केवल idइंडेक्स के रूप में उपयोग करने की कोशिश करता हूं , तो df.groupby(level='id')एक त्रुटि पैदा होती है, और मुझे यकीन नहीं है कि क्यों ...

— unutbu

Answer 5

मैंने इस मुद्दे का सामना किया है, लेकिन इस पोस्ट को खोजने से पहले एक उत्तर मिला:

अनटुब के उत्तर के आधार पर, अपना डेटा लोड करें ...

import pandas as pd
import io

texts = ['''\
id   Name   score                    isEnrolled                       Date
111  Jack                            True              2013-05-01 12:00:00
112  Nick   1.11                     False             2013-05-12 15:05:23
     Zoe    4.12                     True                                  ''',

         '''\
id   Name   score                    isEnrolled                       Date
111  Jack   2.17                     True              2013-05-01 12:00:00
112  Nick   1.21                     False                                
     Zoe    4.12                     False             2013-05-01 12:00:00''']


df1 = pd.read_fwf(io.StringIO(texts[0]), widths=[5,7,25,17,20], parse_dates=[4])
df2 = pd.read_fwf(io.StringIO(texts[1]), widths=[5,7,25,17,20], parse_dates=[4])

... अपने को परिभाषित diff समारोह ...

def report_diff(x):
    return x[0] if x[0] == x[1] else '{} | {}'.format(*x)

तब आप निष्कर्ष निकालने के लिए एक पैनल का उपयोग कर सकते हैं:

my_panel = pd.Panel(dict(df1=df1,df2=df2))
print my_panel.apply(report_diff, axis=0)

#          id  Name        score    isEnrolled                       Date
#0        111  Jack   nan | 2.17          True        2013-05-01 12:00:00
#1        112  Nick  1.11 | 1.21         False  2013-05-12 15:05:23 | NaT
#2  nan | nan   Zoe         4.12  True | False  NaT | 2013-05-01 12:00:00

वैसे, अगर आप IPython नोटबुक में हैं, आप एक रंग का उपयोग करने के लिए पसंद कर सकते हैं diff समारोह निर्भर करता है कि कोशिकाओं, अलग हैं के बराबर या छोड़ दिया / सही अशक्त रंग देने के लिए:

from IPython.display import HTML
pd.options.display.max_colwidth = 500  # You need this, otherwise pandas
#                          will limit your HTML strings to 50 characters

def report_diff(x):
    if x[0]==x[1]:
        return unicode(x[0].__str__())
    elif pd.isnull(x[0]) and pd.isnull(x[1]):
        return u'<table style="background-color:#00ff00;font-weight:bold;">'+\
            '<tr><td>%s</td></tr><tr><td>%s</td></tr></table>' % ('nan', 'nan')
    elif pd.isnull(x[0]) and ~pd.isnull(x[1]):
        return u'<table style="background-color:#ffff00;font-weight:bold;">'+\
            '<tr><td>%s</td></tr><tr><td>%s</td></tr></table>' % ('nan', x[1])
    elif ~pd.isnull(x[0]) and pd.isnull(x[1]):
        return u'<table style="background-color:#0000ff;font-weight:bold;">'+\
            '<tr><td>%s</td></tr><tr><td>%s</td></tr></table>' % (x[0],'nan')
    else:
        return u'<table style="background-color:#ff0000;font-weight:bold;">'+\
            '<tr><td>%s</td></tr><tr><td>%s</td></tr></table>' % (x[0], x[1])

HTML(my_panel.apply(report_diff, axis=0).to_html(escape=False))

Comments

(नियमित पायथन में, iPython नोटबुक नहीं) क्या यह my_panel = pd.Panel(dict(df1=df1,df2=df2))फ़ंक्शन के अंदर शामिल करना संभव है report_diff()? मेरा मतलब है, क्या ऐसा करना संभव है: print report_diff(df1,df2)और अपने प्रिंट स्टेटमेंट के समान आउटपुट प्राप्त करें?

— एडीज़

pd.Panel(dict(df1=df1,df2=df2)).apply(report_diff, axis=0)- यह कमाल का है!!!

— मैक्स

पैनलों को हटा दिया जाता है! किसी भी विचार यह कैसे पोर्ट करने के लिए?

— डेफ्रोमोफा

@denfromufa मैंने अपने उत्तर में इसे अपडेट करने के लिए एक स्विंग लिया: stackoverflow.com/a/49038417/7607701

— एरॉन एन। ब्रॉक

Answer 6

यदि आपके दो डेटाफ्रेम में एक ही आईडी है, तो यह पता लगाना कि जो बदल गया है वह वास्तव में बहुत आसान है। बस करने frame1 != frame2से आपको एक बूलियन डेटाफ़्रेम मिलेगा, जहां प्रत्येक Trueवह डेटा है जो बदल गया है। उस से, आप आसानी से प्रत्येक परिवर्तित पंक्ति का सूचकांक प्राप्त कर सकते हैं changedids = frame1.index[np.any(frame1 != frame2,axis=1)]।

Answer 7

समवर्ती और drop_duplicates का उपयोग करके एक अलग दृष्टिकोण:

import sys
if sys.version_info[0] < 3:
    from StringIO import StringIO
else:
    from io import StringIO
import pandas as pd

DF1 = StringIO("""id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 "He was late to class"
112  Nick   1.11                     False                "Graduated"
113  Zoe    NaN                     True                  " "
""")
DF2 = StringIO("""id   Name   score                    isEnrolled           Comment
111  Jack   2.17                     True                 "He was late to class"
112  Nick   1.21                     False                "Graduated"
113  Zoe    NaN                     False                "On vacation" """)

df1 = pd.read_table(DF1, sep='\s+', index_col='id')
df2 = pd.read_table(DF2, sep='\s+', index_col='id')
#%%
dictionary = {1:df1,2:df2}
df=pd.concat(dictionary)
df.drop_duplicates(keep=False)

आउटपुट:

       Name  score isEnrolled      Comment
  id                                      
1 112  Nick   1.11      False    Graduated
  113   Zoe    NaN       True             
2 112  Nick   1.21      False    Graduated
  113   Zoe    NaN      False  On vacation

Answer 8

@ Journois के जवाब के साथ लगभग नगण्य के बाद, मैं पैनल के बजाय MultiIndex का उपयोग कर काम करने के लिए यह की वजह से प्राप्त करने में सक्षम था पैनल के deprication ।

सबसे पहले, कुछ डमी डेटा बनाएं:

df1 = pd.DataFrame({
    'id': ['111', '222', '333', '444', '555'],
    'let': ['a', 'b', 'c', 'd', 'e'],
    'num': ['1', '2', '3', '4', '5']
})
df2 = pd.DataFrame({
    'id': ['111', '222', '333', '444', '666'],
    'let': ['a', 'b', 'c', 'D', 'f'],
    'num': ['1', '2', 'Three', '4', '6'],
})

फिर, अपने को परिभाषित diff समारोह, इस मामले में मैं उसका जवाब से एक का उपयोग करेंगे report_diffरहता है एक ही:

def report_diff(x):
    return x[0] if x[0] == x[1] else '{} | {}'.format(*x)

फिर, मैं डेटा को मल्टीआईंडेक्स डेटाफ्रेम में समाप्‍त करने जा रहा हूं:

df_all = pd.concat(
    [df1.set_index('id'), df2.set_index('id')], 
    axis='columns', 
    keys=['df1', 'df2'],
    join='outer'
)
df_all = df_all.swaplevel(axis='columns')[df1.columns[1:]]

और अंत में मैं report_diffप्रत्येक स्तंभ समूह को लागू करने जा रहा हूं :

df_final.groupby(level=0, axis=1).apply(lambda frame: frame.apply(report_diff, axis=1))

यह आउटपुट:

         let        num
111        a          1
222        b          2
333        c  3 | Three
444    d | D          4
555  e | nan    5 | nan
666  nan | f    nan | 6

इतना ही!

Answer 9

@Cge का विस्तृत उत्तर, जो परिणाम की अधिक पठनीयता के लिए बहुत अच्छा है:

a[a != b][np.any(a != b, axis=1)].join(pd.DataFrame('a<->b', index=a.index, columns=['a<=>b'])).join(
        b[a != b][np.any(a != b, axis=1)]
        ,rsuffix='_b', how='outer'
).fillna('')

पूर्ण प्रदर्शन उदाहरण:

import numpy as np, pandas as pd

a = pd.DataFrame(np.random.randn(7,3), columns=list('ABC'))
b = a.copy()
b.iloc[0,2] = np.nan
b.iloc[1,0] = 7
b.iloc[3,1] = 77
b.iloc[4,2] = 777

a[a != b][np.any(a != b, axis=1)].join(pd.DataFrame('a<->b', index=a.index, columns=['a<=>b'])).join(
        b[a != b][np.any(a != b, axis=1)]
        ,rsuffix='_b', how='outer'
).fillna('')

Answer 10

यहाँ चयन और मर्ज का उपयोग करने का एक और तरीका है:

In [6]: # first lets create some dummy dataframes with some column(s) different
   ...: df1 = pd.DataFrame({'a': range(-5,0), 'b': range(10,15), 'c': range(20,25)})
   ...: df2 = pd.DataFrame({'a': range(-5,0), 'b': range(10,15), 'c': [20] + list(range(101,105))})


In [7]: df1
Out[7]:
   a   b   c
0 -5  10  20
1 -4  11  21
2 -3  12  22
3 -2  13  23
4 -1  14  24


In [8]: df2
Out[8]:
   a   b    c
0 -5  10   20
1 -4  11  101
2 -3  12  102
3 -2  13  103
4 -1  14  104


In [10]: # make condition over the columns you want to comapre
    ...: condition = df1['c'] != df2['c']
    ...:
    ...: # select rows from each dataframe where the condition holds
    ...: diff1 = df1[condition]
    ...: diff2 = df2[condition]


In [11]: # merge the selected rows (dataframes) with some suffixes (optional)
    ...: diff1.merge(diff2, on=['a','b'], suffixes=('_before', '_after'))
Out[11]:
   a   b  c_before  c_after
0 -4  11        21      101
1 -3  12        22      102
2 -2  13        23      103
3 -1  14        24      104

यहाँ एक बृहस्पति स्क्रीनशॉट से एक ही बात है:

Answer 11

पांडा> = 1.1: DataFrame.compare

पांडा 1.1 के साथ, आप अनिवार्य रूप से टेड पेट्रो के आउटपुट को एक ही फ़ंक्शन कॉल के साथ दोहरा सकते हैं। डॉक्स से लिया गया उदाहरण:

pd.__version__
# '1.1.0.dev0+2004.g8d10bfb6f'

df1.compare(df2)

  score       isEnrolled       Comment             
   self other       self other    self        other
1  1.11  1.21        NaN   NaN     NaN          NaN
2   NaN   NaN        1.0   0.0     NaN  On vacation

यहाँ, "स्वयं" LHS डेटाफ्रेम को संदर्भित करता है, जबकि "अन्य" आरएचएस डेटाफ्रेम है। डिफ़ॉल्ट रूप से, समान मानों को NaNs के साथ बदल दिया जाता है ताकि आप केवल भिन्न पर ध्यान केंद्रित कर सकें। यदि आप ऐसे मान दिखाना चाहते हैं जो समान हैं, तो उपयोग करें

df1.compare(df2, keep_equal=True, keep_shape=True) 

  score       isEnrolled           Comment             
   self other       self  other       self        other
1  1.11  1.21      False  False  Graduated    Graduated
2  4.12  4.12       True  False        NaN  On vacation

आप का उपयोग करके तुलना की धुरी भी बदल सकते हैं align_axis:

df1.compare(df2, align_axis='index')

         score  isEnrolled      Comment
1 self    1.11         NaN          NaN
  other   1.21         NaN          NaN
2 self     NaN         1.0          NaN
  other    NaN         0.0  On vacation

यह कॉलम-वार के बजाय मानों को पंक्ति-वार तुलना करता है।

Comments

नोट: पांडा 1.1 अभी भी प्रयोगात्मक है और केवल एक विकास सैंडबॉक्स के निर्माण के द्वारा उपलब्ध है ।

— cs95

Answer 12

एक फ़ंक्शन जो दो डेटा फ़्रेमों के बीच विषम अंतर पाता है, नीचे लागू किया गया है: ( पांडा के लिए सेट अंतर के आधार पर ) GIST: https://gist.github.com/oneryalcin/68cf25f536a25e65f0c3c84c9c118e03

def diff_df(df1, df2, how="left"):
    """
      Find Difference of rows for given two dataframes
      this function is not symmetric, means
            diff(x, y) != diff(y, x)
      however
            diff(x, y, how='left') == diff(y, x, how='right')

      Ref: /programming/18180763/set-difference-for-pandas/40209800#40209800
    """
    if (df1.columns != df2.columns).any():
        raise ValueError("Two dataframe columns must match")

    if df1.equals(df2):
        return None
    elif how == 'right':
        return pd.concat([df2, df1, df1]).drop_duplicates(keep=False)
    elif how == 'left':
        return pd.concat([df1, df2, df2]).drop_duplicates(keep=False)
    else:
        raise ValueError('how parameter supports only "left" or "right keywords"')

उदाहरण:

df1 = pd.DataFrame(d1)
Out[1]: 
                Comment  Name  isEnrolled  score
0  He was late to class  Jack        True   2.17
1             Graduated  Nick       False   1.11
2                         Zoe        True   4.12


df2 = pd.DataFrame(d2)

Out[2]: 
                Comment  Name  isEnrolled  score
0  He was late to class  Jack        True   2.17
1           On vacation   Zoe        True   4.12

diff_df(df1, df2)
Out[3]: 
     Comment  Name  isEnrolled  score
1  Graduated  Nick       False   1.11
2              Zoe        True   4.12

diff_df(df2, df1)
Out[4]: 
       Comment Name  isEnrolled  score
1  On vacation  Zoe        True   4.12

# This gives the same result as above
diff_df(df1, df2, how='right')
Out[22]: 
       Comment Name  isEnrolled  score
1  On vacation  Zoe        True   4.12

Answer 13

पीडी के रूप में आयात पांडा np के रूप में सुन्न आयात करते हैं

df = pd.read_excel ('D: \ HARISH \ DATA SCIENCE \ 1 मेरा प्रशिक्षण \ SAMPLE DATA & projs \ CRICKET DATA \ IPL PLAYER LIST \ IPL PLAYER LIST \ _ish.xlsx')

df1 = srh = df [df ['TEAM']। str.contains ("SRH")] df2 = csk = df [df ['TEAM']। str.contains ("CSK")]।

srh = srh.iloc [:, 0: 2] csk = csk.iloc [:, 0: 2]

csk = csk.reset_index (ड्रॉप = ट्रू) csk

srh = srh.reset_index (drop = True) srh

नया = pd.concat ([srh, csk], अक्ष = 1)

new.head ()

** खिलाड़ी प्रकार प्लेयर प्रकार

0 डेविड वार्नर बल्लेबाज ... एमएस धोनी कप्तान

1 भुवनेश्वर कुमार गेंदबाज ... रवींद्र जडेजा ऑलराउंडर

2 मनीष पांडे बल्लेबाज़ ... सुरेश रैना ऑलराउंडर

3 राशिद खान अरमान गेंदबाज ... केदार जाधव ऑलराउंडर

4 शिखर धवन बल्लेबाज .... ड्वेन ब्रावो ऑलराउंडर

Comments

प्लेयर प्रकार प्लेयर प्रकार 0 डेविड वार्नर बल्लेबाज एमएस धोनी कप्तान 1 भुवनेश्वर कुमार गेंदबाज रवींद्र जडेजा ऑलराउंडर 2 मनीष पांडे बल्लेबाज सुरेश रैना ऑलराउंडर 3 राशिद खान अरमान गेंदबाज केदार जाधव ऑलराउंडर 4 शिखर धवन बल्लेबाज ड्वेन ब्रावो ऑलराउंडर

— हरीश TRASH

नमस्कार हरीश, कृपया अपने उत्तर को थोड़ा और प्रारूपित करें, अन्यथा पढ़ने में काफी कठिन है :)

— मार्कस