pandas.DataFrame.compare#

DataFrame.compare(other, align_axis=1, keep_shape=False, keep_equal=False, result_names=('self', 'other'))[源代码]#

比较另一个 DataFrame 并显示差异。

Parameters:
otherDataFrame

要比较的对象。

align_axis{0 或 ‘index’，1 或 ‘columns’}，默认 1

确定对齐比较的轴。

  • 0 或 ‘index’结果差异垂直堆叠

    交替从 self 和 other 中提取行。

  • 1 或 ‘columns’结果差异水平对齐

    交替从 self 和 other 中提取列。

keep_shapebool，默认 False

如果为 true，则保留所有行和列。否则，只保留那些具有不同值的行和列。

keep_equalbool，默认 False

如果为 true，则结果保留相等的值。否则，相等的值显示为 NaN。

result_namestuple, 默认 (‘self’, ‘other’)

设置比较时 DataFrame 的名称。

在 1.5.0 版本加入.

Returns:
DataFrame

DataFrame，显示并排堆叠的差异。

结果索引将是一个 MultiIndex，其中 ‘self’ 和 ‘other’ 在内层交替堆叠。

Raises:
ValueError

当两个 DataFrame 的标签或形状不相同时。

参见

Series.compare

与另一个 Series 比较并显示差异。

DataFrame.equals

测试两个对象是否包含相同元素。

Notes

匹配的 NaN 不会显示为差异。

只能比较具有相同标签（即形状相同、行和列标签相同）的 DataFrame。

Examples

>>> df = pd.DataFrame(
...     {
...         "col1": ["a", "a", "b", "b", "a"],
...         "col2": [1.0, 2.0, 3.0, np.nan, 5.0],
...         "col3": [1.0, 2.0, 3.0, 4.0, 5.0]
...     },
...     columns=["col1", "col2", "col3"],
... )
>>> df
  col1  col2  col3
0    a   1.0   1.0
1    a   2.0   2.0
2    b   3.0   3.0
3    b   NaN   4.0
4    a   5.0   5.0

>>> df2 = df.copy()
>>> df2.loc[0, 'col1'] = 'c'
>>> df2.loc[2, 'col3'] = 4.0
>>> df2
  col1  col2  col3
0    c   1.0   1.0
1    a   2.0   2.0
2    b   3.0   4.0
3    b   NaN   4.0
4    a   5.0   5.0

按列对齐差异。

>>> df.compare(df2)
  col1       col3
  self other self other
0    a     c  NaN   NaN
2  NaN   NaN  3.0   4.0

分配 result_names。

>>> df.compare(df2, result_names=("left", "right"))
  col1       col3
  left right left right
0    a     c  NaN   NaN
2  NaN   NaN  3.0   4.0

按行堆叠差异。

>>> df.compare(df2, align_axis=0)
        col1  col3
0 self     a   NaN
  other    c   NaN
2 self   NaN   3.0
  other  NaN   4.0

保留相等的数值。

>>> df.compare(df2, keep_equal=True)
  col1       col3
  self other self other
0    a     c  1.0   1.0
2    b     b  3.0   4.0

保留所有原始行和列。

>>> df.compare(df2, keep_shape=True)
  col1       col2       col3
  self other self other self other
0    a     c  NaN   NaN  NaN   NaN
1  NaN   NaN  NaN   NaN  NaN   NaN
2  NaN   NaN  NaN   NaN  3.0   4.0
3  NaN   NaN  NaN   NaN  NaN   NaN
4  NaN   NaN  NaN   NaN  NaN   NaN

保留所有原始行和列，以及所有原始数值。

>>> df.compare(df2, keep_shape=True, keep_equal=True)
  col1       col2       col3
  self other self other self other
0    a     c  1.0   1.0  1.0   1.0
1    a     a  2.0   2.0  2.0   2.0
2    b     b  3.0   3.0  3.0   4.0
3    b     b  NaN   NaN  4.0   4.0
4    a     a  5.0   5.0  5.0   5.0
On this page
显示源代码