比较两个数据帧并将第二个数据帧中的新值添加到第一个数据帧答案

【问题标题】：Compare two dataframes and add new values in second dataframe to the first data-frame比较两个数据帧并将第二个数据帧中的新值添加到第一个数据帧
【发布时间】：2021-03-30 22:58:40
【问题描述】：

我有两个具有相同标题的数据帧

df1\

      **Date  prix moyen    mini   maxi H-Value C-Value**

0   17/09/20     8     6       9    122 2110122\
1   15/09/20     8     6       9    122 2110122\
2   10/09/20     8     6       9    122 2110122

和

df2

      **Date     prix   moyen    mini   maxi    H-Value C-Value**\
1   07/09/17     1.80    1.50    2.00   170     3360170\
1   17/09/20     8.00    6.00    9.00   122     2110122\
2   17/09/20     9.00    8.00   12.00   122     2150122\
3   17/09/20    10.00    8.00   12.00   122     14210122

我想单独比较两个数据帧的 3 个参数（日期、H 值和 C 值），识别 df2 中存在的新值（df1 中没有出现的值），然后将它们附加到 df1 中。

我正在使用

df_unique = df2[~(df2['Date'].isin(df1['Date']) & df2['H-Value'].isin(df1['H-Value']) & df2['C-Value'].isin(df1['C-Value']) )].dropna().reset_index(drop=True)

它无法识别 df2 中的新值。结果表只标识了一些值，而没有标识其他值。

我哪里错了？

【问题讨论】：

标签： python pandas dataframe

【解决方案1】：

你的问题是什么？

In [4]: df2[~(df2['Date'].isin(df1['Date']) & df2['H-Value'].isin(df1['H-Value']
   ...: ) & df2['C-Value'].isin(df1['C-Value']) )].dropna().reset_index(drop=Tru
   ...: e)
Out[4]: 
   Date      prix  moyen  mini  maxi  H-Value   C-Value
0     1  07/09/17    1.8   1.5   2.0      170   3360170
1     2  17/09/20    9.0   8.0  12.0      122   2150122
2     3  17/09/20   10.0   8.0  12.0      122  14210122

这些都是 df2 中不存在于 df1 中的所有行。我觉得不错……

【讨论】：

我刚刚添加了一小部分值。 df2 中有 173 行，df1 中有 23,627 行。很抱歉没有早点澄清

【解决方案2】：

我实际上能够解决问题。问题不在于用于比较两个数据集的命令，而在于 df2 中的一列与 df1 中的同一列的数据格式不同，导致无法直接比较。

【讨论】：

【解决方案3】：

这就是我尝试的方法

df1 = pd.concat([df1, df2[~df2.set_index(['Date', 'H-Value', 'C-Value']).index.isin(df1.set_index(['Date', 'H-Value', 'C-Value']).index)]])

【讨论】：