使用 pandas 比较两个数据帧以返回一个新的数据帧 - Python

Question

需要你的帮助。

我有两个从 csvs 创建的数据框，我需要返回一个新的数据框，这将是特定字段/列上两者之间的差异。例如，如果 df1 中的 ID 不在 df2 中，则 df3 应该为我提供 df1 中不在 df2 中的所有列和行。

注意 df1 和 df2 列不相同，即 df1 可以比 df2 有更多或更少的列，但 df3 中的列应该与 d1 相同。此外，ID（来自 df1）和用户 ID (df2) 值将成为协调因素，字段中的数据将是共同因素，但实际字段名称不同。

由于下表不清楚，请提前致歉。所以在下面的例子中，df1 中的第一行不在 df2 中，df3 应该有这一行。完成后，我需要将 df3 保存为 csv。

DF1

方向 ID 数量 公司状态

卖出 - 09 - 32000 - T LTD - 拒绝

购买 - 12 - 25000 - G Ltd - 完成

卖出 - 15 - 35000 - H Ltd - 完成

DF2

方向用户ID数量公司状态评级

买入 - 12 - 25000 - G Ltd - 完成 - 良好评级

卖出 - 15 - 35000 - H Ltd - 完成 - 良好评级

在此先感谢

到目前为止的代码：

import pandas as pd

fileLocationDF1 = "BBG.csv"
fileLocationDF2 = "corp.csv"

createDf1 = pd.read_csv(fileLocationDF1, low_memory = False)
createDf2 = pd.read_csv(fileLocationDF2, engine='python')

我找到了我认为会有所帮助的 isin 方法，但问题是“用户 ID”列 (df2) 在数据框中有一个空格（如 csv 中的情况）。

createDf1[createDf1.ID.isin(createDf2.columns[2].values)]

当

出现以下错误

AttributeError: 'str' object has no attribute 'values'

我在 isin 方法中传递了列 [2]，因为用户 ID 有一个空格

请帮助解决错误以及未读取数据的原因，以便我可以获得一个唯一集，其中来自 df2 的用户 ID 不在 df1 的 ID 中。

See below - the one highligted is the one that is missing in DF2 and I would like this in df3

CParserError: Error tokenizing data. C error: Buffer overflow caught - possible malformed input file.

Answer 1

我愿意：

import pandas as pd

fileLocationDF1 = "BBG.csv"
fileLocationDF2 = "corp.csv"

createDf1 = pd.read_csv(fileLocationDF1, low_memory = False)
createDf2 = pd.read_csv(fileLocationDF2, engine='python')

# df3 will have createDf1 columns with ID's that are not in createDf2
# ~ means 'not' to the filter
# Acces the column via ['COLUMN NAME'] so you can put spaces into it ;)
df3 = createDf1[~createDf1['ID'].isin(createDf2['User ID'])]

我希望这会有所帮助！