Python:选择具有更改值的行

Question

假设我们有 2 个数据框，A 和 B，如下所示:

A = B =

可以使用以下代码进行计算:

A = pd.DataFrame([['A','A1',1], ['B','B1' ,3], ['C', 'C2', 5], ['D','D1',7], ['E','E4',9], ['F','F1',11]], columns=['Label1','Label2' , 'Value'])
B = pd.DataFrame([['A','A1', 1], ['B','B1',4], ['C','C2',3], ['D','D2',7], ['E','E4',8], ['F','F2',11]], columns=['Label1','Label2' ,'Value'])

在此示例中，标签放置在两个矩阵中的相同索引上，但情况不一定如此。

我想选择 B 的行，其中“值”与矩阵 A 中的相应值相比发生了变化(即相同的 label1 和 label2)。更好的是:是否可以单独选择值增加和减少的行？

我知道只需逐一浏览条目就可以，但我想知道是否有更有效的方法？

值增加的行的所需输出:

[B  B1 4]

值已减少的行的所需输出:

[C C2 5]
[E E4 8]

Answer 1

要处理两个数据框中都有标签的行，您可以连接数据框，然后比较两列:

A = pd.DataFrame([['A','A1',1], ['B','B1' ,3], ['C', 'C2', 5], ['D','D1',7], ['E','E4',9], ['F','F1',11]], columns=['Label1','Label2' , 'ValueA'])
B = pd.DataFrame([['A','A1', 1], ['B','B1',4], ['C','C2',3], ['D','D2',7], ['E','E4',8], ['F','F2',11]], columns=['Label1','Label2' ,'ValueB'])

df = pd.merge(A, B, on = ['Label1', 'Label2'])
df

    Label1 Label2  ValueA  ValueB
0      A     A1       1       1
1      B     B1       3       4
2      C     C2       5       3
3      E     E4       9       8

df['Comparison'] = np.where(df['ValueA'] > df['ValueB'], 'A>B', np.where(df['ValueA'] < df['ValueB'], 'A<B', 'A=B'))

df

  Label1 Label2  ValueA  ValueB Comparison
0      A     A1       1       1        A=B
1      B     B1       3       4        A<B
2      C     C2       5       3        A>B
3      E     E4       9       8        A>B