在Python中获取长度不等的2个数据帧的差异[重复]答案

【问题标题】：Get difference of 2 dataframes with unequal length in Python [duplicate]在Python中获取长度不等的2个数据帧的差异[重复]
【发布时间】：2019-08-17 02:54:40
【问题描述】：

为此，我查看了所有互联网和 pandas 文档。

我有 2 个 pandas 数据帧（带有字符串值）它们实际上有 14 列和 1667 行。

我需要比较它们并返回一个或多个较长的值而不是较短的值

   df1
0 X
1 Y
2 Z

   df2
0 X
1 Y

结果：

   df_diff
2 Z

我尝试了不同的合并和连接，也许我只是愚蠢，但无法使其工作。这是比较 2 个数据帧并返回新数据帧中所有不相等行的函数的一部分。如果您有整个功能的解决方案，请随时将其发布为答案。

【问题讨论】：

反合并不起作用
你是如何使用它的？你需要一个简单的isin
isin 不工作仅仅是因为我有多个列 (14) ，我可能也可以使用 unique 代替 isin 但同样对多列没有意义（抱歉上面的例子不清楚），我的主要问题是我需要知道每行的 14 列中的哪些值不同以及它在哪里。 Isin 只会告诉我值“a”是否在 DataFrame 中。我已经尝试过 isin，因为我发现了“反合并”和类似的问题。它不成功。
也许我只是不清楚：我有 2 个 14 列和 1667 行的表。我需要编写一个脚本，逐行比较它们，以检查每列的哪一行中的值不同。这是我必须匹配的用户管理表。因此，如果一个用户在 df1 和 df2 但在另一列中，它说启用而不是禁用，我必须知道那在哪里。或者，如果用户在 d1 和 d2 中，但在另一列“姓氏”中，他的姓氏拼写不同于 df1 到 df2，我也必须知道
我的另一个想法是使用 iterrows() 但我无法让它工作，下一个问题是表格不必等长（如果一个或多个用户是在一个表上丢失），所以我想我会写一个 if 语句来检查并根据它们是否相等长度来决定使用哪种方式......但再次无法在 2 个数据帧上使用 iterrows...... @yatu

标签： python python-3.x pandas dataframe

【解决方案1】：

这行得通吗？

set(df_1['columname']) - set(df_2['columnname'])

如果您想要完整数据集的差异，您可以这样做：

set(df_1.values.flatten()) - set(df_2.values.flatten())

【讨论】：

不，因为我必须比较所有列（对不起，因为这个例子不清楚）
反合并不起作用...
No 仍然不起作用，因为我不知道该值在我的数据集中的位置，我的数据库中的表中有 1667 行，因为这会告诉我缺少什么值，它不会告诉我在哪里，我还需要知道它是否是行中唯一不同的，但那是我问题的结尾部分，所以如果你能写出来，我就知道该值在 DataFrames 中的位置成为答案，遗憾的是集合和列表不符合顺序