1
我有以下2数据帧:比较两组结果
DF1:
DATE ID_1 ID_2 RESULT
0 2014-06-16 1 a RED
1 2014-07-01 1 a WHITE
2 2014-08-16 2 c BLUE
3 2015-08-16 3 a RED
DF2
DATE ID_1 ID_2 RESULT
0 2014-06-16 1 z WHITE
1 2014-07-01 1 z WHITE
2 2014-08-16 2 h BLUE
3 2014-08-16 3 k RED
,您可以通过运行此获得:
df1 = pd.DataFrame(columns=["DATE","ID_1", "ID_2", "RESULT" ])
df2 = pd.DataFrame(columns=["DATE","ID_1", "ID_2","RESULT"])
df1["DATE"] = ['2014-06-16', '2014-07-01', '2014-08-16', '2015-08-16']
df1['ID_1'] = [1,1,2,3]
df1['ID_2'] = ['a', 'a', 'c', 'a']
df1['RESULT'] = ['RED', 'WHITE', 'BLUE', 'RED']
df2["DATE"] = ['2014-06-16', '2014-07-01', '2014-08-16' , '2014-08-16']
df2['ID_1'] = [1,1,2,3]
df2['ID_2'] = ['z', 'z', 'h', 'k']
df2['RESULT'] = ['WHITE', 'WHITE', 'BLUE', 'RED']
现在,我需要GROUPBY“ID_1”上都和比较,如果所有列(ID_2除外)是相等的。理想的情况是通过展示不同
结果应该是这样的:
DATE ID_1 ID_2x ID2y RESULTx RESULTy
2014-06-16 1 z a WHITE RED
我试图通过如下分组:
grp1 = df1.groupby("ID_1")
grp2 = df2.groupby("ID_1")
for (g1,g2) in zip(grp1,grp2):
g1[1][["DATE", "RESULT"]] != g2[1][["DATE", "RESULT"]]
但我认为是没有效率的。此外,我收到一个比较错误:
ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()
有关如何继续的任何想法?
谢谢!
“df1”和“df2”没有共同的“ID_2”值。除非它们具有唯一的'ID_2'值的完全相同的列表,否则通过压缩组来迭代是一个坏主意。即使如此,比较这些群体将会很棘手,因为它们可能具有不同的长度。 – IanS
当你说“结果应该是”时,你的意思是下面的代码显示了预期结果的一行还是整个预期的结果?这并不完全清楚你想要比较的结果是什么。输出中应包含给定行的条件是什么? – ASGM
你说错了,只是修正了。我的意思是按ID_1分组。 – user2320577