pandas.DataFrame.compare #

数据框。比较( other , align_axis = 1 , keep_shape = False , keep_equal = False , result_names = ('self', 'other') ) [来源] #

与另一个 DataFrame 进行比较并显示差异。

参数
其他数据框

要比较的对象。

align_axis {0 或 'index', 1 或 'columns'}, 默认 1

确定将比较对齐到哪个轴。

  • 0,或“索引”产生的差异垂直堆叠

    从自己和他人交替绘制行。

  • 1,或“列”产生的差异水平对齐

    列从自己和他人交替绘制。

keep_shape布尔值,默认 False

如果为 true,则保留所有行和列。否则,仅保留具有不同值的那些。

keep_equal bool, 默认 False

如果为 true,则结果保持相等的值。否则,相等的值将显示为 NaN。

result_names元组,默认 ('self', 'other')

在比较中设置数据帧名称。

1.5.0 版本中的新增内容。

返回
数据框

显示并排堆叠的差异的 DataFrame。

生成的索引将是一个 MultiIndex,其中“self”和“other”交替堆叠在内部级别。

加薪
值错误

当两个 DataFrame 没有相同的标签或形状时。

也可以看看

Series.compare

与其他系列进行比较并显示差异。

DataFrame.equals

测试两个对象是否包含相同的元素。

笔记

匹配 NaN 不会出现差异。

只能比较相同标签(即相同形状、相同行和列标签)的DataFrame

例子

>>> df = pd.DataFrame(
...     {
...         "col1": ["a", "a", "b", "b", "a"],
...         "col2": [1.0, 2.0, 3.0, np.nan, 5.0],
...         "col3": [1.0, 2.0, 3.0, 4.0, 5.0]
...     },
...     columns=["col1", "col2", "col3"],
... )
>>> df
  col1  col2  col3
0    a   1.0   1.0
1    a   2.0   2.0
2    b   3.0   3.0
3    b   NaN   4.0
4    a   5.0   5.0
>>> df2 = df.copy()
>>> df2.loc[0, 'col1'] = 'c'
>>> df2.loc[2, 'col3'] = 4.0
>>> df2
  col1  col2  col3
0    c   1.0   1.0
1    a   2.0   2.0
2    b   3.0   4.0
3    b   NaN   4.0
4    a   5.0   5.0

对齐列上的差异

>>> df.compare(df2)
  col1       col3
  self other self other
0    a     c  NaN   NaN
2  NaN   NaN  3.0   4.0

分配结果名称

>>> df.compare(df2, result_names=("left", "right"))
  col1       col3
  left right left right
0    a     c  NaN   NaN
2  NaN   NaN  3.0   4.0

将差异堆叠在行上

>>> df.compare(df2, align_axis=0)
        col1  col3
0 self     a   NaN
  other    c   NaN
2 self   NaN   3.0
  other  NaN   4.0

保持相等的值

>>> df.compare(df2, keep_equal=True)
  col1       col3
  self other self other
0    a     c  1.0   1.0
2    b     b  3.0   4.0

保留所有原始行和列

>>> df.compare(df2, keep_shape=True)
  col1       col2       col3
  self other self other self other
0    a     c  NaN   NaN  NaN   NaN
1  NaN   NaN  NaN   NaN  NaN   NaN
2  NaN   NaN  NaN   NaN  3.0   4.0
3  NaN   NaN  NaN   NaN  NaN   NaN
4  NaN   NaN  NaN   NaN  NaN   NaN

保留所有原始行和列以及所有原始值

>>> df.compare(df2, keep_shape=True, keep_equal=True)
  col1       col2       col3
  self other self other self other
0    a     c  1.0   1.0  1.0   1.0
1    a     a  2.0   2.0  2.0   2.0
2    b     b  3.0   3.0  3.0   4.0
3    b     b  NaN   NaN  4.0   4.0
4    a     a  5.0   5.0  5.0   5.0