计算具有相同列和一些不匹配行的两个熊猫数据框之间的差异

Question

df1

fileName     obj1   obj2   obj3   obj4
file_01.jpg  1      1      1
file_02.jpg         1      1
file_03.jpg  1      2             1

df2

fileName     obj1   obj2   obj3   obj4
file_01.jpg  1             2
file_02.jpg         1      1
file_04.jpg         3      1      2

假设我有两个像上面这样的 pandas DataFrame，问题：我如何计算这两个之间的差异以获得如下所示的最终 DataFrame？

预期输出
结果df

fileName     obj1   obj2   obj3   obj4
file_01.jpg  0      1      -1      0
file_02.jpg  0      0      0      0
file_03.jpg  1      2      0      1      
file_04.jpg  0      -3     -1     -2

我已经尝试过的：我通过将两个 DataFrame 合并在一起，然后计算两列之间的差异来得出结果。在 SO 中提出这个问题，看看是否有其他有效的方法。

Answer 1

我似乎找不到 groupby 减法，所以我将你的第二个 df 乘以 -1，所以 sum 可以产生所需的结果

obj_cols = ['obj1', 'obj2', 'obj3', 'obj4']
df2[obj_cols] *= -1

pd.concat([df1, df2]).groupby(['fileName'], as_index=False).sum()

      fileName  obj1  obj2  obj3  obj4
0  file_01.jpg     0     1    -1     0
1  file_02.jpg     0     0     0     0
2  file_03.jpg     1     2     0     1
3  file_04.jpg     0    -3    -1    -2

Answer 2

我认为你很接近。我只想：

• 做一个外部连接
• groupby 文件名和 sum
• 重置索引

喜欢：

In [25]: df1                                                                    
Out[25]: 
   a  value
0  2     33
1  3     10
2  5      2

In [26]: df2                                                                    
Out[26]: 
   a  value
0  1     -1
1  3      2
2  5    -50

In [27]: df3 = df1.merge(df2, how='outer')                                      

In [28]: df3                                                                    
Out[28]: 
   a  value
0  2     33
1  3     10
2  5      2
3  1     -1
4  3      2
5  5    -50

In [29]: df3.groupby('a').sum().reset_index()                                   
Out[29]: 
   a  value
0  1     -1
1  2     33
2  3     12
3  5    -48