比较基于一列的两个数据帧，不同索引位置的值相等答案

【问题标题】：Comparing two dataframes based off one column, with the equal values in different index positions比较基于一列的两个数据帧，不同索引位置的值相等
【发布时间】：2019-08-21 07:57:37
【问题描述】：

所以我在试图找到一个我似乎遇到的问题的解决方案时遇到了问题。

我正在尝试比较两个相当大的数据帧，但对于我的第一个问题，我已将其减少到较小的样本量。

目前，我想简单地打印出这两个数据框中的玩家姓名。以后我会循环遍历这些列来比较值并记录差异，但那是我未来的问题。

我注意到，在共享的其他示例和解决方案中，大多数人将在同一个索引中拥有他们想要比较的两个值，但是我对 Pandas 命令的经验不足，不知道如何操作这些解决方案。

import pandas as pd

df1=pd.read_excel('Example players 2019.xlsx')
df2=pd.read_excel('Example players 2018.xlsx')

header2019 = df1.iloc[0] 
df1 = df1[1:] 
df1.columns = header2019
header2018 = df2.iloc[0]
df2 = df2[1:]
df2.columns = header2018

print('df1')
print(df1)
print('df2')
print(df2)

columnLength2019=df1.shape[1]
columnLength2018=df2.shape[1]

rowLength2019=df1.shape[0]
rowLength2018=df2.shape[0]

for i in range (1, rowLength2019):
    for j in range (1, rowLength2018):
        if df1['Player'] == df2['Player']:
            print(df1['Player'])

Example players 2019 Example players 2018

【问题讨论】：

标签： python python-3.x pandas dataframe

【解决方案1】：

您可能希望合并播放器列上的两个数据框，请参阅https://pandas.pydata.org/pandas-docs/stable/reference/api/pandas.DataFrame.merge.html。

例子：

import pandas as pd

df_2018 = pd.DataFrame({'player':['a','b','c'], 'team':['x','y','z']})
df_2019 = pd.DataFrame({'player':['b','c','d'], 'team':['y','j','k']})

matched = df_2018.merge(df_2019,
                        on='player',
                        how='inner',
                        suffixes=['_2018','_2019']
                        )
print(matched)

输出：

  player team_2018 team_2019
0      b         y         y
1      c         z         j

要打印出匹配的玩家，您可以执行以下操作：

for player in matched['player']:
    print(player)

将这两年的数据放在同一个 DataFrame 中也应该便于以后比较它们。

【讨论】：

【解决方案2】：

您可以使用isin 来检查一个值是否在一个系列中

a =df1[(df1.player.isin(df2.player))]
for player in a['player']:
    print(player)

或者您可以使用np.where 和isin 在一行中检查和打印。

np.where((df1.player.isin(df2.player)), df1.player+ " is present", df1.player+ " is NOT present").tolist()

您也可以使用 np.where 在数据框中创建一列

df1['present'] = np.where((df1.player.isin(df2.player)), "Present", "NOT present")

【讨论】：