如何显示两个 Pandas 数据框之间的逻辑关系？答案

【问题标题】：How to show the logical relation between two Pandas dataframes?如何显示两个 Pandas 数据框之间的逻辑关系？
【发布时间】：2021-09-20 09:09:52
【问题描述】：

我有两个 Pandas 数据框 df1 和 df2，它们都有一个键列，分别标记为 id1 和 id2。我怎么能简单地显示哪些是两个数据帧共有的键，那些只在df1 中的那些只在df2 中？这个想法是用

显示一个维恩图

元素个数只在df1
元素个数只在df2
df1 和 df2 中的元素数量

视觉表示会很好，但不是必需的。

【问题讨论】：

你有什么尝试计算列中的交集和差异？
没怎么尝试，一直在 Pandas 中寻找集合操作。

标签： python-3.x pandas data-wrangling venn-diagram exploratory-data-analysis

【解决方案1】：

一种方法可能是带有指示符列的outer merge：

让我们试试这个简单的例子：

>>> df1
  id1
0   a
1   b
2   c
>>> df2
  id2
0   b
1   c
2   d
3   e
>>> mrg = pd.merge(df1['id1'].rename('id'), df2['id2'].rename('id'), on='id',
...                how='outer', indicator=True)
>>> mrg
  id      _merge
0  a   left_only
1  b        both
2  c        both
3  d  right_only
4  e  right_only

现在您会得到一个带有 ID 的列 id，以及一个列 _merge，它会告诉您它们是仅在左侧、右侧还是在两个数据框中。

从那里获取元素的数量非常容易：

>>> mrg['_merge'].value_counts()
right_only    2
both          2
left_only     1
Name: _merge, dtype: int64

【讨论】：

您知道如何使用三个数据帧而不是两个数据帧来做到这一点吗？当我执行mrg = pd.merge(df1['id1'].rename('id'), df2['id2'].rename('id'), df3['id3'].rename('id'), on='id', how='outer', indicator=True) 时，我收到以下错误消息：merge() got multiple values for argument 'how'.
@crocefisso pd.merge 只能合并 2 个数据帧
是的，我看到了。一种选择是执行 3 次，1. 使用 df1 和 df2，2. 使用 df2 和 df3，3. 使用 df1 和 df3。