python - 计算具有相同列和一些不匹配行的两个 pandas 数据帧之间的差异

Question

df1

fileName     obj1   obj2   obj3   obj4
file_01.jpg  1      1      1
file_02.jpg         1      1
file_03.jpg  1      2             1

df2

fileName     obj1   obj2   obj3   obj4
file_01.jpg  1             2
file_02.jpg         1      1
file_04.jpg         3      1      2

假设我有两个像上面这样的 pandas DataFrame，问题:如何计算两个之间的差异以获得如下所示的最终 DataFrame？

预期输出
结果

fileName     obj1   obj2   obj3   obj4
file_01.jpg  0      1      -1      0
file_02.jpg  0      0      0      0
file_03.jpg  1      2      0      1      
file_04.jpg  0      -3     -1     -2

我已经尝试过的:我通过将两个 DataFrame 合并在一起，然后计算两列之间的差异来达到结果。在SO中提出这个问题，看看是否还有其他有效的方法。

Answer 1

我似乎找不到 groupby 减法，所以我将你的第二个 df 乘以 -1，这样 sum 就可以得到所需的结果

obj_cols = ['obj1', 'obj2', 'obj3', 'obj4']
df2[obj_cols] *= -1

pd.concat([df1, df2]).groupby(['fileName'], as_index=False).sum()

      fileName  obj1  obj2  obj3  obj4
0  file_01.jpg     0     1    -1     0
1  file_02.jpg     0     0     0     0
2  file_03.jpg     1     2     0     1
3  file_04.jpg     0    -3    -1    -2