【发布时间】：2018-09-11 16:38:12
【问题描述】：
我有两个数据框 df 和 df1。所以我想取 df 和 df1 的区别，但行数不一样。 df1 的第 5、6、7 行在 df 中不存在。
df
wave num stlines fwhm EWs MeasredWave
0 4050.32 3 0.28269 0.07365 22.16080 4050.311360
1 4208.98 5 0.48122 0.08765 44.90035 4208.972962
2 4374.94 9 0.71483 0.11429 86.96497 4374.927110
3 4379.74 9 0.31404 0.09107 30.44271 4379.760601
4 4398.01 14 0.50415 0.09845 52.83236 4398.007473
5 5520.50 1 0.06148 0.12556 8.21685 5520.484742
6 6052.67 1 0.04802 0.24632 12.59131 6052.650064
df1
wave num stlines fwhm EWs MeasredWave
0 4050.32 3 0.28616 0.07521 22.91064 4050.327388
1 4208.98 6 0.48781 0.08573 44.51609 4208.990029
2 4374.94 9 0.71548 0.11437 87.10152 4374.944513
3 4379.74 10 0.31338 0.09098 30.34791 4379.778009
4 4398.01 15 0.49950 0.08612 45.78707 4398.020367
5 4502.21 9 0.56362 0.10114 60.67868 4502.223123
6 4508.28 3 0.69554 0.11600 85.88428 4508.291777
7 4512.99 2 0.20486 0.08891 19.38745 4512.999332
8 5520.50 1 0.06148 0.12556 8.21685 5520.484742
9 6052.67 1 0.04802 0.24632 12.59131 6052.650064
path_to_files = '/home/Desktop/computed_2d_blaze/'
lst = []
for filen in [x for x in os.listdir(path_to_files) if '.ares' in x]:
df = pd.read_table(path_to_files+filen, skiprows=0, usecols=(0,1,2,3,4,8),names=['wave','num','stlines','fwhm','EWs','MeasredWave'],delimiter=r'\s+')
df = df.drop_duplicates('wave')
df = df.sort_values('wave', ascending=True)
df = df.reset_index(drop=True)
df[filen] = None
lst.append(df)
path_to_files1 = '/home/Desktop/computed_1d/'
lst1 = []
for filen in [x for x in os.listdir(path_to_files1) if '.ares' in x]:
df1 = pd.read_table(path_to_files1+filen, skiprows=0, usecols=(0,1,2,3,4,8),names=['wave','num','stlines','fwhm','EWs','MeasredWave'],delimiter=r'\s+')
df1 = df1.sort_values('wave', ascending=True)
#df1 = df1.drop_duplicates('wave')
df1 = df1.reset_index(drop=True)
lst1.append(df1)
所以我想做的是，我想在 cloumn wave 的基础上减去数据帧。所以我想确保从 df1 的正确索引中减去 df.wave 的每个索引。如果wave(row) 的索引不在数据框中，那么我想添加一个空行以确保它不会弄乱其余数据。
所需的 df 输出应如下所示：
wave num stlines fwhm EWs MeasredWave
0 4050.32 3 0.28269 0.07365 22.16080 4050.311360
1 4208.98 5 0.48122 0.08765 44.90035 4208.972962
2 4374.94 9 0.71483 0.11429 86.96497 4374.927110
3 4379.74 9 0.31404 0.09107 30.44271 4379.760601
4 4398.01 14 0.50415 0.09845 52.83236 4398.007473
5 0.00 0 0.00 0.00 0.00 0.00
6 0.00 0 0.00 0.00 0.00 0.00
7 0.00 0 0.00 0.00 0.00 0.00
8 5520.50 1 0.06148 0.12556 8.21685 5520.484742
9 6052.67 1 0.04802 0.24632 12.59131 6052.650064
【问题讨论】：
-
为什么不在for循环中迭代数据一次以查找丢失的行并在您想要的行上添加数据
-
检查this
-
它没有那么有用。 @anky_91
-
@GyanenderGandhar 我认为你可以将它们合并到“wave”上，然后用 NaN 丢弃原始数据。如果我对您的理解不正确，请为您的示例添加所需的输出。
-
是的，添加了所需的结果。 @AnnaIliukovich-Strakovskaia
标签： python-2.7 pandas dataframe row