python - 比较 Pandas 中两个数据框的行

Question

我有两个数据框，第一个是我目前在数据库中的数据，第二个是一个可能更改了字段的文件: name和/或 cnpj和/或 create_date

基于此，我需要创建第三个数据框，其中仅包含经过某种更改的行，如预期输出示例中所示。

进行比较的关键是: id_account

数据框 1:

<表类="s-表"><头>id_account名字cnpj创建日期<正文>10机构交叉102030402022-05-3020代理天使112131412022-05-3030马里奥兄弟超市122232422022-05-3040机关先生M132333432022-05-3050超市口袋妖怪142434542022-05-3060梦想超市152535802022-05-30

数据框 2:

<表类="s-表"><头>id_account名字cnpj创建日期<正文>10超市卡罗尔805020302022-05-3020代理天使112131412022-05-3030马里奥兄弟超市122232422022-05-3040超市魔法603040502022-05-3050超市口袋妖怪142434542022-05-3060梦想超市908040502022-05-30

预期输出:

<表类="s-表"><头>id_account名字cnpj创建日期<正文>10超市卡罗尔805020302022-05-3040超市魔法603040502022-05-3060梦想超市908040502022-05-30

我该怎么做？我已经寻找了几种方法，但我对索引感到困惑。

Answer 1

如果数据具有相同的列，但行数不同，这是一种可能的解决方案:

res = (pd.concat([df1,df2])
       .drop_duplicates(keep=False)
       .drop_duplicates(subset='id_account', keep='last')
      )

输出:

   id_account                   name      cnpj create_date
0          10      Supermarket Carol  80502030  2022-05-30
3          40    Supermarket Magical  60304050  2022-05-30
5          60  Supermarket of Dreams  90804050  2022-05-30