pandas找出比较两列并找出不同的值

最新推荐文章于 2024-04-11 11:05:13 发布
最新推荐文章于 2024-04-11 11:05:13 发布
阅读量1.6w 收藏 26
点赞数 3
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。
本文链接：https://blog.csdn.net/baidu_30809315/article/details/98203486
版权 
def compare_site_names():
    df1 = pd.read_csv(r'C:\Users\jalchu\Desktop\reservedSiteNames1.txt', header=None)
    df2 = pd.read_csv(r'C:\Users\jalchu\Desktop\reservedSiteNames2.txt', header=None)
    data1 = df1.to_dict(orient='list')[0]
    data2 = df2.to_dict(orient='list')[0]
    diff1 = set(data1).difference(data2)
    diff2 = set(data2).difference(data1)
    print(diff1)
    print(diff2)


if __name__ == '__main__':
    compare_site_names()

 

Jalen备忘录
关注
  • 3
    点赞
  • 踩
  • 26
    收藏
    觉得还不错? 一键收藏
  • 打赏
    打赏
  • 1
    评论
pandas----difference()
suixuejie的博客
09-07 5451
difference('column_name')#得到dataframe中除column_name之外的所有变量 wine[wine.columns.difference(['quality', 'type', 'is_sample'])].columns
python pandas常用函数(二)
mushixiyou的博客
05-08 166
pandas清洗数据 基于split函数的列分割 import pandas as pd tmp_dict = {'name':['a,v','b,n'],'age':[11,34]} df = pd.DataFrame(tmp_dict) df['f_name'] = df['name'].str.split(',').str[0] df['l_name'] = df['name'].str....
使用Pandas解决问题：对比两列数据取最大值的五种方法
最新发布
这家伙很懒，什么都没有留下
04-11 1665
本文介绍了五种使用Pandas对比两列数据并取最大值的方法。每种方法都有其适用的场景和优缺点，可以根据具体需求选择合适的方法。对于新手来说，理解这些方法背后的逻辑和原理，并结合实际案例进行练习，是掌握Pandas数据处理技巧的关键。通过不断实践和学习，我们可以更加熟练地运用Pandas库来解决各种数据处理和分析问题。
df 取某两列值不一致的行
qq_39321513的博客
11-24 295
df 取某两列值不一致的行 必须保证 作比较的这两列的数据类型一样 也就是label 和 groundtruth的数据类型要一样， 不一样的话 df_external[df_external['label']!= df_external['groundtruth']] 就会不起作用！这是我踩得一个坑，记录一下~~~例如我要取df_external的df_external['label']!= df_external['groundtruth'] 的行。
pandas 3种 2列数据比较方法
热门推荐
ad576882002的博客
06-21 2万+
import pandas as pd import numpy as np df1 = pd.DataFrame({'data1':np.random.randn(999999),'data2':np.random.randn(999999)},index=np.arange(0,999999)) print(df1[df1['data1']>df1['data2']].head()) print(df1.query('data1>data2').head()) print(df1..
pandas读取列数不同的数据方法
毛发浓密的猿工
11-24 4317
解决方法：使用read_csv方法时，通过names参数设定列名（不小于数据里的最大列数）。 df = pd.read_csv(files[0], header=None, delimiter=' ',names=column_names)
pandas比较两个文档的差异
w_xjlxm的博客
10-23 2118
pandas读取档案再比较档案的差异 直接上代码 本文使用到datacompy库，安装方式可以直接pip install datacompy import pandas as pd import os import datacompy if __name__ == "__main__": a = pd.read_csv('./sot2/ICX01.SOT2',skiprows=1,names=["X","Y","BIN"]) # print(a) aa = a[a['BIN']
python 查找两列不同的值、相同的值（dataframe数据探索）
Huangxin_Yu的博客
10-30 1万+
在做数据挖掘时，查看训练集、测试集数据的情况时，有时需要查看两者之间不同的值和相同的值。 import pandas as pd import numpy as np data1 = pd.DataFrame({ 'a':[1,2,3,4,5,6,7,8,9,9] }) data2 = pd.DataFrame({ 'a':[1,12,13,14,15,16,17,18,19,19] }) def same_element(list1,list2): set1 = set(list1
Pandas中的Dataframe和Series
weixin_44443160的博客
05-01 703
记录一些pandas常用的用于处理数据的函数 一、DataFrame 1.DataFrame是一个表格型的数据结构，它含有一组有序的列，每列可以是不同的值类型（数值、字符串、布尔值等）。 2.创建 import pandas as pd 最常用的一种是直接传入一个由等长列表或NumPy数组组成的字典 data={'name':['zhang','wang','li'],'year':['20','19','18'],'salary':['100','200','300']} frame=pd.DataF
机器学习-pandas(含数据)
01-26
3. **异常值检测与处理**：通过统计方法（如IQR，Z-score）找出并处理异常值。 4. **数据标准化和归一化**：使用`scale()`或`MinMaxScaler()`等方法将数据缩放到特定范围，如0到1之间。 5. **特征工程**：创建新特征...
excel文件异同比较代码
05-19
宏可以直接在Excel内部运行，通过遍历每个单元格，比较它们的值和格式，找出差异。例如，可以创建两个工作表的指针，逐行逐列比较数据，如果发现不匹配，就记录下来。 2. **Python**：Python是一种强大的编程语言，...
2013年-2022年最新全国城市的PM2.5数据-绥化.zip
06-14
1. **空气质量变化趋势**：通过对比不同年份、季节甚至具体日期的PM2.5数据，可以分析绥化市的空气质量随时间的变化情况，找出污染高峰期和低谷期。 2. **环境影响因素**：结合气象数据，如风速、风向、温度、湿度...
AirPassengers
07-07
3. **可视化**：使用工具如Matplotlib或Seaborn进行数据可视化，可以帮助我们直观地理解航空旅客量随时间的变化情况，找出峰值和低谷，识别季节模式。 4. **预测建模**：利用机器学习算法，如线性回归、决策树或...
python保留格式汇总各部门excel内容的实现思路
09-16
使用pandas的`pivot_table`函数，对每个部门的'项目名称'按照'责任单位'计数，然后找出两个表中数量不一致的项目。如果发现有差异，就相应地在汇总表中插入或删除行，以保持行数的一致性。 最后，将部门表（dews）...
Pandas使用记录
枪枪枪的博客
07-13 834
文章目录pandas.DataFramedtype参数apply函数多列计算loc函数round函数 pandas.DataFrame Parameters datandarray (structured or homogeneous), Iterable, dict, or DataFrame Dict can contain Series, arrays, constants, or list-like objects. Changed in version 0.23.0: If data is a
Python语言学习：利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)
近期请国内外头部出版社可尽快私信博主！——心比天高，仗剑走天涯，保持热爱，奔赴向梦想！低调，谦虚，自律，反思，成长，还算是比较正能量的博主，公益免费传播……内心特别想在AI界做出一些可以推进历史进程影响力的东西(兴趣使然，有点小情怀，也有点使命感呀)…
01-30 1790
Python语言学习：利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)
使用pandas比对Excel表格，把不同数据列出
shenghoo123的博客
02-20 1万+
由于工作中经常有2个表格内容需要比对一下，把不同的内容列出来，所以做了一个对比程序。
pandas中根据两列 或 多列进行条件对比，生成新列【三种方法】
晨晨渝奇的博客
09-19 8958
使用目的：使用目的：两列数量对比，收货比期望多，就是标记数量满足，否则就数量不满足如果数量满足、日期满足，那么总体就标记满足，有一个不满足就总体标记不满足。
pandas常用函数之diff
weixin_30340745的博客
01-13 2953
转自：https://sanwen8.cn/p/2ff1oU9.html diff函数是用来将数据进行某种移动之后与原数据进行比较得出的差异数据，举个例子，现在有一个DataFrame类型的数据df，如下： indexvalue1 A 0 B 1 C 2 D 3 如果执行： df.diff() 则会得到： ...
pandas根据两列内容条件删选找出对应值所在的行
05-24
可以使用pandas的boolean indexing（布尔索引）来实现根据两列内容条件筛选对应值所在的行。具体步骤如下： 1. 使用pandas读取数据，假设数据存储在名为df的DataFrame中； 2. 使用逻辑运算符&（与）将两列筛选条件合并，生成一个布尔数组； 3. 将布尔数组作为df的索引，即可得到满足条件的行。 示例代码如下： ```python import pandas as pd # 读取数据 df = pd.read_csv('data.csv') # 筛选条件 condition1 = df['column1'] == 'value1' condition2 = df['column2'] == 'value2' # 根据筛选条件获取对应的行 result = df[condition1 & condition2] # 打印结果 print(result) ``` 其中，`column1`和`column2`分别代表两列名称，`value1`和`value2`分别代表需要筛选的对应值。最终的结果会返回一个DataFrame，包含满足条件的所有行。

“相关推荐”对你有帮助么？

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论 1
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包

打赏作者

Jalen备忘录

谢谢~~

¥1 ¥2 ¥4 ¥6 ¥10 ¥20
扫码支付：¥1
获取中
扫码支付

您的余额不足，请更换扫码支付或充值

打赏作者

实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值