比较两个DataFrame的Python神器DataComPy

  最近徒弟接到一个新任务，需要对若干组的csv文件进行两两对比，从而得到两者的差异之处。考虑到工作量巨大无比，如果完全手工完成那必然是费时费力，所以就想到将该工作自动化。考虑到她入行不久，短时间内也无法将其编程实现，所以就帮她来处理这个烫手的山芋。经过调研发现，可使用Python库DataComPy来完成该任务。

1. 安装方法

pip install datacompy

出现下图的Successfully installed datacompy-0.8.1，则说明安装成功：

2. 原理简述

  两个DataFrame进行比较，首先可以从两个维度分别进行比较，即从行或者列进行比较。为了方便大家理解，咱们就以行为例来进行简述。假设我们以其中某一列或者若干列构成连接的条件(类似于数据库之间的join on，并将其定义为join_columns)，则最终得到的是三大类DataFrame：intersect_rows(join_columns对应的值相等，而其他列不同), df1_unq_rows(df1独有的行), df2_unq_rows(df2独有的行)。

  简述如下图所示：