Pandas: как сравнить столбцы в двух разных dataframes

Вы можете использовать следующие методы для сравнения столбцов из двух разных фреймов данных panda:

Способ 1: подсчитать совпадающие значения между столбцами

 df1[' my_column ']. isin (df2[' my_column ']). value_counts ()

Способ 2: показать совпадающие значения между столбцами

 p.d. merge (df1, df2, on=[' my_column '], how=' inner ')

В следующих примерах показано, как использовать каждый метод со следующими кадрами данных pandas:

 import numpy as np
import pandas as pd

#create first DataFrame
df1 = pd. DataFrame ({' team ': ['Mavs', 'Rockets', 'Spurs', 'Heat', 'Nets'],
                    ' points ': [22, 30, 15, 17, 14]})

#view DataFrame
print (df1)

      team points
0 Mavs 22
1 Rockets 30
2 Spurs 15
3 Heat 17
4 Nets 14

#create second DataFrame
df2 = pd. DataFrame ({' team ': ['Mavs', 'Thunder', 'Spurs', 'Nets', 'Cavs'],
                    ' points ': [25, 40, 31, 32, 22]})

#view DataFrame
print (df2)

      team points
0 Mavs 25
1 Thunder 40
2 Spurs 31
3 Nets 32
4 Cavs 22

Пример 1. Подсчет совпадающих значений между столбцами

Следующий код показывает, как подсчитать количество совпадающих значений между столбцами команды в каждом DataFrame:

 #count matching values in team columns
df1[' team ']. isin (df2[' team ']). value_counts ()

True 3
False 2
Name: team, dtype: int64

Мы видим, что два DataFrame имеют 3 общих названия команд и 2 разных названия команд.

Пример 2: Показать совпадающие значения между столбцами

Следующий код показывает, как отображать фактические значения соответствия между столбцами команды в каждом DataFrame:

 #display matching values between team columns
p.d. merge (df1, df2, on=[' team '], how=' inner ')

	team points_x points_y
0 Mavs 22 25
1 Spurs 15 31
2 Nets 14 32

Из результата мы видим, что оба DataFrame имеют следующие общие значения в столбцах команды :

• Мавс
• Шпоры
• Сети

Связанный: Как выполнить внутреннее соединение в Pandas (с примером)

Дополнительные ресурсы

В следующих руководствах объясняется, как выполнять другие распространенные задачи в pandas:

Как переименовать столбцы в Pandas
Как добавить столбец в DataFrame Pandas
Как изменить порядок столбцов в Pandas DataFrame