如何比较不同数据框中的列？

我想将df的一列与其他df的一列进行比较。列是名称和姓氏。我想检查一个数据框中的人是否在另一个数据框中。

如果要检查某一列上的等于值，则说“名称”，您可以将两个数据框合并为一个新的：

mergedStuff = pd.merge(df1, df2, on=['Name'], how='inner')
mergedStuff.head()

我认为where如果您拥有大量数据集，这将更加高效，快捷

df1.where(df1.values==df2.values).notna()

True条目显示通用元素。这也揭示了公共元素的位置，这与的解决方案不同merge。

比较两个不同列中的值

使用set在每一列中获取唯一值。这两个集合的交集将在两个列中提供唯一值。

例：

df1 = pd.DataFrame({'c1': [1, 4, 7], 'c2': [2, 5, 1], 'c3': [3, 1, 1]}) df2 = pd.DataFrame({'c4': [1, 4, 7], 'c2': [3, 5, 2], 'c3': [3, 7, 5]}) set(df1['c2']).intersection(set(df2['c2']))

输出： {2, 5}

比较两个数据框的列名

如果您要比较两个数据框的列名：

如果df1和df2是两个数据帧： set(df1.columns).intersection(set(df2.columns))

这将提供包含在两个数据框中的唯一列名称。

例：

df1 = pd.DataFrame({'c1': [1, 4, 7], 'c2': [2, 5, 1], 'c3': [3, 1, 1]})
df2 = pd.DataFrame({'c4': [1, 4, 7], 'c2': [3, 5, 2], 'c3': [3, 7, 5]})

set(df1.columns).intersection(set(df2.columns))

输出： {'c2', 'c3'}

您可以使用isin和value_counts（）仔细检查两个df之间共有和不同位置的确切数目

像那样：

df['your_column_name'].isin(df2['your_column_name']).value_counts()

结果：

真=普通假=不同

请注意，数据框的列是数据系列。因此，如果将两列作为pandas系列，则可以像对numpy数组那样比较它们。