python - Pandas:如何排除匹配项并仅获取具有多级列索引的数据框中突出显示的差异

Question

我将在下面展示两个数据帧的差异，

df_all = pd.concat([df_source.set_index('id'), df_target.set_index('id')], 
                   axis='columns', keys=['First', 'Second']).drop_duplicates(keep=False)
df_final = df_all.swaplevel(axis='columns')[df_source.columns[1:]]
def highlight_diff(data, color='yellow'):
    attr = 'background-color: {}'.format(color)
    
    other = data.xs('First', axis='columns', level=-1)
    return pd.DataFrame(np.where(data.ne(other, level=0), attr, ''),
                        index=data.index, columns=data.columns)

df_final.style.apply(highlight_diff, axis=None)

现在我如何只显示不匹配的行？在这种情况下，Id 103 和 106 行并排除其他行

Answer 1

您可以使用 .filter() 使用 First 过滤列并将其拆分为 2 个列子集和 Second , 使用 .droplevel 只保留一级列索引，使2部分具有相同的列索引，以便于比较。最后，使用 .compare() 比较并突出2个部分的不同之处，如下:

df1 = df_final.filter(like='First').droplevel(level=1, axis=1)
df2 = df_final.filter(like='Second').droplevel(level=1, axis=1)
df1.compare(df2).rename({'self': 'First', 'other': 'Second'}, axis=1)

输出:

           lastname              profession        
              First Second            First  Second
id                                                 
103  Brenn_modified  Brenn              NaN     NaN
106             NaN    NaN  doctor_modified  doctor