【问题标题】：Compare columns from two different dataframes pandas比较来自两个不同数据框熊猫的列
【发布时间】：2019-12-13 07:13:36
【问题描述】：

我正在向 AD 查询机器列表。我按上次登录日期用 pandas 过滤此列表。当我处理完这些数据后，我有一列一个数据框。

我有另一份报告，其中列出了安装了我们使用的产品的机器。我清理了这些数据，留下了我想用来与 AD 数据进行比较的设备。这只是数据框中的一列。

我也尝试过比较列表。我不确定最好的方法。

我尝试了合并，但我猜这会将 DF1 第 1 行与 DF2 第 1 行进行比较。

DF1 = comp1,comp2,comp3,comp5

DF2 = comp1,comp2,comp3

如何检查 DF1 中的每一行以确保 DF2 中的每个值都存在并返回真或假？

我正在尝试找出 DF1 中不存在于 DF2 中的机器。

【问题讨论】：

【解决方案1】：

DataFrame.isin

这是一个检查一个值是否在另一个值中的简单检查，您可以通过多种方式执行此操作，这可能是最简单的方法之一。

machines = ['A','B','C']
machines_to_check = ['A','B']

df = pd.DataFrame({'AD' : machines})

df2 = pd.DataFrame({'AD' : machines_to_check})

现在，如果我们要检查 df 中存在但 df2 中不存在的机器，我们可以使用 ~ 反转 .isin 函数。

non_matching_machines = df.loc[~df['AD'].isin(df2['AD'])]
print(non_matching_machines)
    AD
2   C

【讨论】：