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)

目录

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)

输出结果

实现代码

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)

输出结果

  

   

    

     

    
    

     

      parallel_match_res： 
     
    
   

    

     

    
    

     

           col01  col02
     
    
   

    

     

    
    

     

      11   12.0    NaN
     
    
   

    

     

    
    

     

      12   13.0    NaN
     
    
   

    

     

    
    

     

      13   14.0    NaN
     
    
   

    

     

    
    

     

      14    NaN   15.0
     
    
   

    

     

    
    

     

      15    NaN   16.0
     
    
   

    

     

    
    

     

      16    NaN   17.0
     
    
   

    

     

    
    

     

      cross_match_res01： [nan, nan, nan, 15.0, 16.0, 17.0]
     
    
   

    

     

    
    

     

      cross_match_res02： [nan, nan, nan, nan, nan, nan, 15.0, 16.0, 17.0, 12.0, 13.0, 14.0]
     
    
   

    

     

    
    

     

      only_list_prod： 6 [12.0, 13.0, 14.0, nan, nan, nan]
     
    
   

    

     

    
    

     

      only_list_dev： 6 [nan, nan, nan, 15.0, 16.0, 17.0]
     
    
  
 

实现代码

• (1)、两列平行匹配求差集
• (2)、两列交叉匹配求差集
  T1、集合交集运算符实现
  T2、for循环判断实现

  

   

    

     

    
    

     

      # 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)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      import pandas as pd
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      data_path = 'data/demo_data_find_difference.xls'
     
    
   

    

     

    
    

     

      df = pd.read_excel(data_path)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # 求差集
     
    
   

    

     

    
    

     

      # (1)、两列平行匹配求差集
     
    
   

    

     

    
    

     

      parallel_match_res = df[df["col01"] != df["col02"]]
     
    
   

    

     

    
    

     

      print('parallel_match_res： \n',parallel_match_res)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # (2)、两列交叉匹配求差集
     
    
   

    

     

    
    

     

      list_prod = df["col01"].tolist()
     
    
   

    

     

    
    

     

      list_dev = df["col02"].tolist()
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # T1、集合交集运算符实现
     
    
   

    

     

    
    

     

      cross_match_res01 = list(set(list_dev).difference(set(list_prod)))
     
    
   

    

     

    
    

     

      cross_match_res02 = list(set(list_prod)^set(list_dev))
     
    
   

    

     

    
    

     

      print('cross_match_res01：',sorted(cross_match_res01))
     
    
   

    

     

    
    

     

      print('cross_match_res02：',cross_match_res02)
     
    
   

    

     

    
    

     
 
     
    
   

    

     

    
    

     

      # T2、for循环判断实现
     
    
   

    

     

    
    

     

      only_list_prod = [x for x in list_prod if x not in list_dev]  #在list1列表中而不在list2列表中
     
    
   

    

     

    
    

     

      only_list_dev = [y for y in list_dev if y not in list_prod]   #在list2列表中而不在list1列表中
     
    
   

    

     

    
    

     

      print('only_list_prod：',len(only_list_prod), sorted(only_list_prod))
     
    
   

    

     

    
    

     

      print('only_list_dev：',len(only_list_dev), sorted(only_list_dev))
     
    
  
 

文章来源: yunyaniu.blog.csdn.net，作者：一个处女座的程序猿，版权归原作者所有，如需转载，请联系作者。

原文链接：yunyaniu.blog.csdn.net/article/details/122261357