python - 将 DataFrame 中的多个值与另一个不同形状的值进行比较

Question

再次比较来自 DataFrame 的值
鉴于以下数据

data_df = pd.DataFrame({"Reference": ("A", "A", "A", "B", "C", "C", "D", "E"), "Other col": ("U", "U", "U--","V", "W", "W--", "X", "Y")}, index=[1, 2, 3, 4, 5, 6, 7, 8])

truth_df = pd.DataFrame({"Reference": ("A", "B", "C", "D", "E"), "Other col": ("U", "V", "W", "X", "Y")}, index=[1, 4, 5, 7, 8])

data_df



引用
值(value)


1
一种
你

2
一种
你

3
一种
用户体验

4
乙
伏

5
C
宽

6
C
万维网

7
D
X

8
乙
是


真相_df



引用
值(value)


1
一种
你

4
乙
伏

5
C
宽

7
D
X

8
乙
是


我需要检查并标记 data_df 中的值匹配 truth_df并希望最终得到一个新的数据集，如:
result_df



引用
值(value)
问题


1
一种
你

2
一种
你

3
一种
用户体验
错误的

4
乙
伏

5
C
宽

6
C
万维网
错误的

7
D
X

Answer 1

您可以使用参数 indicator= 合并数据帧设置为 True .如果指标为 left_only表示 Issue 中的“错误”值:

df_out = data_df.merge(
    truth_df, on=["Reference", "Other col"], how="left", indicator=True
).rename(columns={"_merge": "Issues"})

df_out["Issues"] = np.where(df_out["Issues"] == "left_only", "Wrong", "")

print(df_out)

打印:

  Reference Other col Issues
0         A         U       
1         A         U       
2         A       U--  Wrong
3         B         V       
4         C         W       
5         C       W--  Wrong
6         D         X       
7         E         Y