【数据分析常用步骤】【3】pandas处理数据、matplotlib可视化、wordcloud词云图

接上篇，假设df3和df4是两个DataFrame对象，每个DataFrame有'交易时间'、'收入金额'和'交易金额'列，使用以下代码完成df3和df4的按列数据合并，并检查条件1——‘交易时间’一致，但df3的‘收入金额’或‘支出金额’与df4‘交易金额’不相等的数据行：

# 合并df3和df4，根据'交易时间'列进行外连接
merged_df = pd.merge(df3, df4, on='交易时间', how='outer', suffixes=('_df3', '_df4'))

# 检查条件1：‘交易时间’一致，但df3的‘收入金额’或‘支出金额’与df4‘交易金额’不相等的数据行
condition_1 = ((merged_df['收入金额'] != merged_df['交易金额']) & (merged_df['支出金额'] != abs(merged_df['交易金额']))) & merged_df['交易时间'].notnull()

# 打印符合条件1的数据行
merged_df[condition_1]

注：如果你使用jupyter，就用上面的第三行代码，否则，就得改为print()函数：

# 合并df3和df4，根据'交易时间'列进行外连接
merged_df = pd.merge(df3, df4, on='交易时间', how='outer', suffixes=('_df3', '_df4'))

# 检查条件1：‘交易时间’一致，但df3的‘收入金额’或‘支出金额’与df4‘交易金额’不相等的数据行
condition_1 = ((merged_df['收入金额'] != merged_df['交易金额']) & (merged_df['支出金额'] != abs(merged_df['交易金额']))) & merged_df['交易时间'].notnull()

# 打印符合条件1的数据行
print(merged_df[condition_1])

接着，筛选条件2——‘交易时间’列，df3有但df4没有的日期：

# 检查条件2：‘交易时间’列，df3有但df4没有的日期
missing_dates_df3 = df3[~df3['交易时间'].isin(df4['交易时间'])]
missing_dates_df3

 最后，筛选条件3——‘交易时间’列，df4有但df3没有的日期：

# 检查条件3：‘交易时间’列，df4有但df3没有的日期
missing_dates_df4 = df4[~df4['交易时间'].isin(df3['交易时间'])]
missing_dates_df4

以上，三次条件得到的三次输出，就是数据中存在的所有问题，恭喜你！所有问题都被你找到了！