花了相当多的时间观察SO上的r和pandas标签,我得到的印象是pandas问题不太可能包含可重现的数据.这是值得的R社会一直要鼓励不错,并感谢像导游这样,新人能得到放在一起,这些例子一些帮助.能够阅读这些指南并返回可重现数据的人通常会更好地获得他们问题的答案.
我们如何为pandas问题创建良好的可重复示例？简单的数据帧可以放在一起,例如:
import pandas as pd
df = pd.DataFrame({'user': ['Bob', 'Jane', 'Alice'],
'income': [40000, 50000, 42000]})
但是许多示例数据集需要更复杂的结构,例如:
datetime 指数或数据expand.grid()函数,它会产生某些给定变量的所有可能组合？)对于dput()难以使用几行代码进行模拟的数据集,是否有与R相当的R ,它允许您生成可复制粘贴的代码以重新生成数据结构？
我有两个数据帧.例子:
df1:
Date Fruit Num Color
2013-11-24 Banana 22.1 Yellow
2013-11-24 Orange 8.6 Orange
2013-11-24 Apple 7.6 Green
2013-11-24 Celery 10.2 Green
df2:
Date Fruit Num Color
2013-11-24 Banana 22.1 Yellow
2013-11-24 Orange 8.6 Orange
2013-11-24 Apple 7.6 Green
2013-11-24 Celery 10.2 Green
2013-11-25 Apple 22.1 Red
2013-11-25 Orange 8.6 Orange
每个数据帧都以Date作为索引.两个数据帧都具有相同的结构.
我想要做的是比较这两个数据帧,并找出df2中哪些行不在df1中.我想比较日期(索引)和第一列(Banana,APple等),看看它们是否存在于df2和df1中.
我尝试过以下方法:
对于第一种方法,我得到了这个错误:"异常:只能比较标记相同的DataFrame对象".我已经尝试删除日期作为索引,但得到相同的错误.
在第三种方法中,我得到断言返回False但无法弄清楚如何实际看到不同的行.
任何指针都会受到欢迎
我有两个数据框，它们都具有相同的基本架构。（4 个日期字段、几个字符串字段和 4-5 个浮点字段）。打电话给他们df1和df2。
我想要做的基本上是获得两者的“差异” - 在那里我返回两个数据帧之间未共享的所有行（不在集合交集中）。请注意，两个数据帧的长度不必相同。
我尝试使用，pandas.merge(how='outer')但我不确定要作为“键”传入的列，因为确实没有，而且我尝试的各种组合都不起作用。这是可能的df1或者df2具有两个（或更多个），其是相同的行。
在 Pandas/Python 中这样做的好方法是什么？
我有两个 Pandas Dataframe df1，df2其中df2是 的一部分df1，我想创建一个 Dataframe ，其中包含不在 中的df3所有行。df1df2
这是一个例子：
print(df1)
>>
+---------+
| ID|
+---------+
| AAA|
| DDD|
| BBB|
| CCC|
| EEE|
| FFF|
+---------+
print(df2)
>>
+---------+
| ID|
+---------+
| AAA|
| EEE|
| FFF|
+---------+
print(df3)
>>
+---------+
| ID|
+---------+
| DDD|
| BBB|
| CCC|
+---------+
笔记：
ID仅在列上完成。我有两个数据框 d1 和 d2 如下：
d1
A B C D
X 6 7 23
Y 3 4 35
B 5 8 45
D 11 7 15
L 10 1 5
d2
A C
Y 4
L 1
D 7
并希望 d1 E 中的新列如下：
A B C D E
X 6 7 23 0
Y 3 4 35 1
B 5 8 45 0
D 11 7 15 1
L 10 1 5 1
根据 d2 的 A 列和 C 列中的数据与 …