提问人：Ann Alexis 提问时间：4/25/2023 最后编辑：mosc9575Ann Alexis 更新时间：4/25/2023 访问量：74
比较两个数据帧中具有逗号分隔值的两列
Compare two columns in two dataframes which has comma separated values
问：
我有一个数据帧 df1
Id Items
AQ a,b,c
AT z,x,y
AY k,l,m
我还有另一个 df2
Id Items
AQ b,c a
AT z,y,x
AY k,l,m,n
我想比较两个 dfs 的项目列。简单地比较会给出错误，因为顺序不同。但它们有相同的价值观。我该如何订购和比较。 合成 df
Id comparison_items
AQ True
AT True
AY False
我尝试对值进行排序，但没有得到预期的结果。我正在用python编写此代码
答：
1赞
mosc9575
4/25/2023
#1
我不确定“Items”列中的值类型是字符串还是列表，但在这两种情况下，应用于此列然后比较两个 DataFrame 就足够了。sorted
列表示例
import pandas as pd
df1 = pd.DataFrame({'Id':['AQ', 'AT', 'AY'], 'Items':[['a', 'b', 'c'], ['z', 'x', 'y'], ['k', 'l', 'm']]})
df2 = pd.DataFrame({'Id':['AQ', 'AT', 'AY'], 'Items':[['b', 'c', 'a'], ['z', 'y', 'x'], ['k', 'l', 'm', 'n']]})
df1['Items'] = df1['Items'].apply(sorted)
df2['Items'] = df2['Items'].apply(sorted)
df1 == df2
>>> Id Items
0 True True
1 True True
2 True False
字符串示例
import pandas as pd
df1 = pd.DataFrame({'Id':['AQ', 'AT', 'AY'], 'Items':['a,b,c', 'z,x,y', 'k,l,m']})
df2 = pd.DataFrame({'Id':['AQ', 'AT', 'AY'], 'Items':['b,c,a', 'z,y,x', 'k,l,m,n']})
# maybe a bit cleaner, but still giving the same result
# df1['Items'] = df1['Items'].apply(lambda x: sorted(x.split(',')))
# df2['Items'] = df2['Items'].apply(lambda x: sorted(x.split(',')))
df1['Items'] = df1['Items'].apply(sorted)
df2['Items'] = df2['Items'].apply(sorted)
df1 == df2
>>> Id Items
0 True True
1 True True
2 True False
要获得所需的结果，您可以使用
df = df1.assign(comparison_items = df1['Items']==df2['Items']).drop('Items', axis=1)
df
>>> Id comparison_items
0 AQ True
1 AT True
2 AY False
下一个：插入排序比较分析
评论