python - 如何在Python中比较两个不同结构的Excel

Question

假设我有 file1.xlsx 和 file2.xlsx，分别包含列 ['id','name','role','gender'] 和 ['id','country','role'] 。我正在尝试在新的 Excel 文件中检索具有相同角色及其各自 ID 的所有行。我尝试了下面的代码来实现这一目标 -

import pandas

file1 = file1.xlsx
file2 = file2.xlsx
data1 = pandas.read_excel(file1)
data2 = pandas.read_excel(file2)
dataDiff = data1[data1 != data2]
writer = pandas.ExcelWriter('result.xlsx')
dataDiff.to_excel(writer, sheet_name='Sheet1',index=false)
writer.save()

但是这个 block 给了我以下错误

Exception: Can only compare identically-labeled Dataframe objects'

我还是一个Python新手。任何帮助，将不胜感激。除了 pandas 之外我们还可以使用其他东西吗？

Answer 1

我们可以使用Series.isin表现 boolean indexing :

mask=data1.role.isin(data2.role.tolist())
data_equal=data1[mask]

<小时/>

data_diff=data1[~mask]

<小时/>

我们还可以使用DataFrame.merge正如建议的@Jon Clements:

data_equal=data.merge(data2,on='role',how='inner')

或

data_diff= ( data1.merge(data2,on='role',how='outer',indicator=True)     
                  .query('_merge == "left_only"')
                  .drop('_merge',axis=1) )