Como faço para comparar colunas em diferentes quadros de dados?

Gostaria de comparar uma coluna de um df com outros df's. As colunas são nomes e sobrenomes. Eu gostaria de verificar se uma pessoa em um quadro de dados está em outro.

Se você deseja verificar valores iguais em uma determinada coluna, digamos Nome, você pode mesclar os dois Dataframes a um novo:

mergedStuff = pd.merge(df1, df2, on=['Name'], how='inner')
mergedStuff.head()

Eu acho que isso é mais eficiente e mais rápido do que wherese você tiver um grande conjunto de dados

df1.where(df1.values==df2.values).notna()

Trueentradas mostram elementos comuns. Isso também revela a posição dos elementos comuns, ao contrário da solução com merge.

Comparando valores em duas colunas diferentes

Usando set, obtenha valores exclusivos em cada coluna. A interseção desses dois conjuntos fornecerá os valores exclusivos nas duas colunas.

Exemplo:

df1 = pd.DataFrame({'c1': [1, 4, 7], 'c2': [2, 5, 1], 'c3': [3, 1, 1]}) df2 = pd.DataFrame({'c4': [1, 4, 7], 'c2': [3, 5, 2], 'c3': [3, 7, 5]}) set(df1['c2']).intersection(set(df2['c2']))

Saída: {2, 5}

Comparando nomes de colunas de dois quadros de dados

Caso você esteja tentando comparar os nomes de colunas de dois quadros de dados:

Se df1e df2são os dois quadros de dados: set(df1.columns).intersection(set(df2.columns))

Isso fornecerá os nomes de colunas exclusivos que estão contidos nos dois quadros de dados.

Exemplo:

df1 = pd.DataFrame({'c1': [1, 4, 7], 'c2': [2, 5, 1], 'c3': [3, 1, 1]})
df2 = pd.DataFrame({'c4': [1, 4, 7], 'c2': [3, 5, 2], 'c3': [3, 7, 5]})

set(df1.columns).intersection(set(df2.columns))

Saída: {'c2', 'c3'}

Você pode verificar o número exato de posições comuns e diferentes entre dois df usando isin e value_counts ()

Curtiu isso:

df['your_column_name'].isin(df2['your_column_name']).value_counts()

Resultado:

Verdadeiro = comum Falso = diferente

Observe que as colunas dos quadros de dados são séries de dados. Portanto, se você usar duas colunas como séries de pandas, poderá compará-las como faria com matrizes numpy.