У меня есть следующие 2 dataframe:Сравнить две группы результатов
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
Что вы можете получить, выполнив следующее:
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']
Теперь мне нужно GroupBy «ID_1» на обоих и сравнить, если все столбцы (кроме ID_2) равны. В идеале, показывая различия
Результат должен быть, как:
DATE ID_1 ID_2x ID2y RESULTx RESULTy
2014-06-16 1 z a WHITE RED
Я попытался с помощью группирования следующим образом:
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"]]
Но я думаю, что это не эффективно. Кроме того, я получаю ошибку сравнения:
ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all()
Любая идея о том, как действовать дальше?
Спасибо!
'df1' и' df2' не имеют общих значений ID_2. Если у них нет точного списка уникальных значений «ID_2», итерация с помощью zip-групп - плохая идея. И даже тогда сравнение групп будет сложным, поскольку они, вероятно, будут иметь разную длину. – IanS
Когда вы говорите: «Результат должен быть как», вы имеете в виду, что следующий код показывает одну строку предполагаемого результата или весь предполагаемый результат? Не совсем понятно, что вы хотите получить от сравнения. При каких условиях данная строка должна быть включена в выход? – ASGM
Вы правы, есть опечатка, только что зафиксированная. Я имею в виду группировку по ID_1. – user2320577