如何计算不规则数据帧数据的“np.where”？

Question

我有以下数据框：

(df1)    (df2)    (df2)
one      one      one
two      two      three
three    two      four
five     three    five
six      five     six
seven    seven    seven
         nine     nine
         six      ten 
                  three

我的代码：

comparison_values = df2.values == df1.values
rows,cols=np.where(comparison_values==False) 
         

我得到如下错误：

我知道没有足够的价值来解压它说但是 我想比较它没有错误。是否可以将 df1 与其他不规则的 df2 列进行比较？

ValueError: not enough values to unpack (expected 2, got 1)

如果我在删除 df2 中的那些额外行后与正确的数据进行比较，我会得到一个很好的输出

[true true ]
[true False]
[False False]
[False true ]
[False False ]
[true true ]

但不适用于 df2 不规则数据。它为所有不规则数据提供 False。

[False]

请帮忙，谢谢。

Answer 1

如果您的输入数据如下所示：

>>> df1
       0
0    one
1    two
2  three
3   five
4    six
5  seven

>>> df2
       0      1
0    one    one
1    two  three
2    two   four
3  three   five
4   five    six
5  seven  seven
6   nine   nine
7    six   ten
8    NaN   three

您可以使用 df2 的索引重新索引 df1 以具有相同的大小：

df1 = df1.reindex(df2.index)
mask = df1.values == df2.values
rows, cols = np.nonzero(~mask)  # or np.where

输出结果：

>>> mask
array([[ True,  True],
       [ True, False],
       [False, False],
       [False,  True],
       [False,  True],
       [ True,  True],
       [False, False],
       [False, False],
       [False, False]])

>>> rows, cols
(array([1, 2, 2, 3, 4, 6, 6, 7, 7, 8, 8]),
 array([1, 0, 1, 0, 0, 0, 1, 0, 1, 0, 1]))

>>> df1[np.all(~mask, axis=1)]  # data1
       0
2  three
6    NaN
7    NaN
8    NaN

>>> df2[np.all(~mask, axis=1)]  # data2
      0      1
2   two   four
6  nine   nine
7   six   ten
8   NaN  three