python - 比较 2 个 Pandas Dataframes 并返回所有不同的行

Question

我有 2 个具有相同架构和不同数据的数据框。我想比较它们并获取任何列具有不同值的所有行。

“df1”:

id   Store         is_open
1   'Walmart'      true
2   'Best Buy'     false
3   'Target'       true
4   'Home Depot'   true

“df2”:

id   Store         is_open
1   'Walmart'      false
2   'Best Buy'     true
3   'Target'       true
4   'Home Depot'   false

我能够得到不同之处，但我没有得到所有的列，而只是得到了已更改的列。所以我得到以下输出:

结果_df:

id   is_open  is_open
1   true       false
2   false      true
4   true       false

下面是实现上述输出的代码:

ne_stacked = (from_aoi_df != to_aoi_df).stack() 
changed = ne_stacked[ne_stacked]
changed.index.names = ['id', 'col_changed']

difference_locations = np.where(from_aoi_df != to_aoi_df)
changed_from = from_aoi_df.values[difference_locations]
changed_to = to_aoi_df.values[difference_locations]
df5=pd.DataFrame({'from': changed_from, 'to': changed_to})
df5

但是，除了上述结果外，我还想要所有相同的列，其中还添加了 Store 列，所以我的预期输出是:

expected_result_df:
        id Store         is_open_df1  is_open_df2    
        1   Walmart       true        false 
        2   Best Buy      false       true        
        4   Home Depot    true        false 

我怎样才能做到这一点？

Answer 1

使用 pandas merge 函数

df = pd.merge(df1,df2[['id','is_open']],on='id')

过滤掉is_open列不相等的行

df = df[df["is_open_x"]!=df["is_open_y"]]
df

按照您的期望重命名列

df.rename(columns={"is_open_x":"is_open_df1","is_open_y":"is_open_df2"})