python - 比较不同 Pandas 数据框中的列

Question

我有两个数据框，一个是从 1990 年开始的每日信息，另一个是从 2000 年开始的每日信息。两个数据框都包含到 2016 年结束的信息。

df1:

   Date       A     B     C 
1990-01-01   3.0  40.0  70.0  
1990-01-02  20.0  50.0  80.0  
1990-01-03  30.0  60.0  90.0  
1990-01-04   2.0   1.0   1.0 
1990-01-05   1.0   8.0   3.0  

df2:

   Date       A     B     C 
2000-01-01   NaN   NaN   NaN  
2000-01-02   5.0   NaN   NaN  
2000-01-03   1.0   NaN   5.0  
2000-01-04   2.0   4.0   8.0 
2000-01-05   1.0   3.0   4.0 

我需要比较 df1 和 df2 中具有相同名称的列，这通常不会太复杂，但我需要从两者 给定列的数据帧(例如来自 df2、2000-01-02 列 'A'、2000-01- 'B' 中的 04)。如果从那时起它们相同，我需要返回 True，如果它们不同，我需要返回 False。我从合并开始，这给了我:

df2.merge(df1, how = 'left', on = 'Date')


   Date      A.x   B.x   C.x   A.y   B.y   C.y   
2000-01-01   NaN   NaN   NaN   3.0   4.0   5.0
2000-01-02   5.0   NaN   NaN   5.0   9.0   2.0
2000-01-03   1.0   NaN   5.0   1.0   6.0   5.0
2000-01-04   2.0   4.0   8.0   2.0   4.0   1.0
2000-01-05   1.0   3.0   4.0   1.0   3.0   3.0

我已经弄清楚如何找到共同的日期，但对如何进行相同/不同的比较感到困惑。谁能帮我从有共同值(value)的地方比较列？字典是一种有用的输出格式，但不是必需的:

comparison_dict = {
    "A" : True,
    "B" : True,
    "C" : False
}

非常感谢。

Answer 1

假设 Date 列是索引。

1. 堆叠默认会掉nan
2. 与“内部”逻辑保持一致
3. 检查是否相等
4. 分组并检查所有True

---

pd.Series.eq(*df1.stack().align(df2.stack(), 'inner')).groupby(level=1).all()

如果Date不是索引

pd.Series.eq(
    *df1.set_index('Date').stack().align(
        df2.set_index('Date').stack(), 'inner'
    )
).groupby(level=1).all()