Skip to main content
adicionou 1666 caracteres ao conteúdo
Fonte Link
Sidon
  • 6,7mil
  • 1
  • 16
  • 31

Ok, depois do verdadeiro chat nos comentários, e vc ter me mandado os csv's, "resolvi o seu problema" (que isso não se repita, ahahaha), vamos lá. O problema é que vc precisa comparar cada linha dos dataframes, e voce esta comparando as colunas inteiras, isso não pode; mesmo porque os dataframes tem tamanhos diferentes (por isso da o erro), fiz testes com os csv's que vc me enviou, nenhuma linha do csv menor é totalmente identica à linha relativa (mesmo indice) ao csv maior, veja o codigo:

Veja esse exemplo:Clique aqui para ver codigo abaixo rodando.

import pandas as pd
df1 = pd.read_csv("JonnyTheBoy10.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])
df2 = pd.read_csv("JonnyTheBoyFull.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])

all_equals=[]
cp3_equal=[]
cp4_equal=[]

for index, row in df1.iterrows():
    if str(row.CP4)==str(df2.CP4[index]) and str(row.CP3)==str(df2.CP3[index]):
        all_equals.append(row)
    
    if  str(row.CP3)==str(df2.CP3[index]):
        cp3_equal.append(row)

    if str(row.CP4)==str(df2.CP4[index]):
        cp4_equal.append(row)  
        

print ('Igualdades em ambos: ', len(all_equals))
print ('Igualdades em CP3: ', len(cp3_equal))
print ('Igualdades em CP4: ', len(cp4_equal))

Igualdades em ambos:  0
Igualdades em CP3:  9
Igualdades em CP4:  0

Vou deixar a explicação inicial (abaixo) porque pode servir para outras pessoas em outros contextos.

Veja esse exemplo:

Veja esse exemplo:

Ok, depois do verdadeiro chat nos comentários, e vc ter me mandado os csv's, "resolvi o seu problema" (que isso não se repita, ahahaha), vamos lá. O problema é que vc precisa comparar cada linha dos dataframes, e voce esta comparando as colunas inteiras, isso não pode; mesmo porque os dataframes tem tamanhos diferentes (por isso da o erro), fiz testes com os csv's que vc me enviou, nenhuma linha do csv menor é totalmente identica à linha relativa (mesmo indice) ao csv maior, veja o codigo:

Clique aqui para ver codigo abaixo rodando.

import pandas as pd
df1 = pd.read_csv("JonnyTheBoy10.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])
df2 = pd.read_csv("JonnyTheBoyFull.csv", usecols=['ART_TIPO', 'ART_DESIG', 'PORTA', 'CP4', 'CP3', 'LOCALIDADE'])

all_equals=[]
cp3_equal=[]
cp4_equal=[]

for index, row in df1.iterrows():
    if str(row.CP4)==str(df2.CP4[index]) and str(row.CP3)==str(df2.CP3[index]):
        all_equals.append(row)
    
    if  str(row.CP3)==str(df2.CP3[index]):
        cp3_equal.append(row)

    if str(row.CP4)==str(df2.CP4[index]):
        cp4_equal.append(row)  
        

print ('Igualdades em ambos: ', len(all_equals))
print ('Igualdades em CP3: ', len(cp3_equal))
print ('Igualdades em CP4: ', len(cp4_equal))

Igualdades em ambos:  0
Igualdades em CP3:  9
Igualdades em CP4:  0

Vou deixar a explicação inicial (abaixo) porque pode servir para outras pessoas em outros contextos.

Veja esse exemplo:

adicionou 264 caracteres ao conteúdo
Fonte Link
Sidon
  • 6,7mil
  • 1
  • 16
  • 31

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma exceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

Solução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Aplicando ao exemplo da sua questão.

No caso da sua questão, tente apenas mudar o if para:

if df1.reset_index(drop=True)["CP4"] == df2.reset_index(drop=True)["CP4"] and
df1.reset_index(drop=True)["CP3"] == df2.reset_index(drop=True)["CP3"]

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma exceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

Solução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma exceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

Solução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Aplicando ao exemplo da sua questão.

No caso da sua questão, tente apenas mudar o if para:

if df1.reset_index(drop=True)["CP4"] == df2.reset_index(drop=True)["CP4"] and
df1.reset_index(drop=True)["CP3"] == df2.reset_index(drop=True)["CP3"]
adicionou 186 caracteres ao conteúdo
Fonte Link
Sidon
  • 6,7mil
  • 1
  • 16
  • 31

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma execçãoexceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

A soluçãoSolução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma execção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

A solução: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Veja esse exemplo:

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']])
df1==df2
       0      1
0  False  False
1  False  False

Agora, o mesmo exemplo, mas com o df2 'indexado'.

df1 = pd.DataFrame([['A', 'B'], ['C', 'D']])
df2 = pd.DataFrame([['C', 'D'], ['A', 'B']], index=[1,0])
df1==df2
....
raise ValueError('Can only compare identically-labeled '
...

Veja que foi levantado uma exceção com o mesmo erro que vc relata, eu suprimi a msg inteira para ficar mais fácil.

Solução 1: Drope os indices:

df1.reset_index(drop=True) == df2.reset_index(drop=True)
       0      1
0  False  False
1  False  False

Solução 2: Faça sort em axis=0:

df1.sort_index()==df2.sort_index()
      0     1
0  True  True
1  True  True

Note que == é 'sensitivo' à ordem das colunas.

Fonte Link
Sidon
  • 6,7mil
  • 1
  • 16
  • 31
Carregando