0

Estou com uma dúvida e gostaria da ajuda de vocês. Tenho dois DataFrame e preciso comparar se algumas colunas destes DataFrame são iguais e, caso sejam iguais, então preciso armazenar os registros em um outro DataFrame. Ou seja, eu preciso criar um novo DataFrame a partir da comparação de outros dois. O exemplo é referente ao df1 e df2 (preciso comparar 4 critérios - 'x', 'y', 'z', 'w') e após a comparação criar o dfNovo com os registros que foram verdadeiros na comparação. No caso do exemplo abaixo, o dfNovo seria formado pelo registro de índice 0 do df1 e pelo registro de índice 0 do df2, já que são iguais nos critérios mencionados.

 import pandas as pd

 df1 = pd.DataFrame({"x": ['f','m','f'],
                        "y": [11,22,39], 
                        "z": ['C','nC','nC'], 
                        "w": ['F','S','M'],
                        "var1":["no", "yes", "no"],
                        "var2":["yes", "yes", "yes"],
                        "var3":["no", "no", "no"],
                        "classe":["yes", "yes", "no"]})

df2 = pd.DataFrame({"x": ['f','f','m'],
                        "y": [11,22,40], 
                        "z": ['C','C','nC'], 
                        "w": ['F','M','M'],
                        "var1":["yes", "yes", "no"],
                        "var2":["no", "no", "yes"],
                        "var3":["no", "no", "yes"],
                        "classe":["no", "yes", "yes"]})

inserir a descrição da imagem aqui

2 Respostas 2

0

muito boa a sua pergunta, pois a qualquer momento podemos precisar fazer esse procedimento nesse link acredito que já tenha a solução: Compare two DataFrames and output their differences side-by-side

E aqui na biblioteca pandas tem algo sobre comparar dataframes: pandas.DataFrame.equals

0

Baseado no exemplo dado, a solução seria usar o método merge

>>> dfNovo = pd.merge(df1, df2, on=['x', 'y', 'z', 'w'])

>>> dfNovo
   x   y  z  w var1_x var2_x var3_x classe_x var1_y var2_y var3_y classe_y
0  f  11  C  F     no    yes     no      yes    yes     no     no       no

Você pode definir o sufixo que desejar

>>> dfNovo = pd.merge(df1, df2, on=['x', 'y', 'z', 'w'], suffixes=['_left', '_right'])

>>> dfNovo
   x   y  z  w var1_left var2_left var3_left classe_left var1_right var2_right var3_right classe_right
0  f  11  C  F        no       yes        no         yes        yes         no         no           no

>>> dfNovo = pd.merge(df1, df2, on=['x', 'y', 'z', 'w'], suffixes=['_df1', '_df2'])

>>> dfNovo
   x   y  z  w var1_df1 var2_df1 var3_df1 classe_df1 var1_df2 var2_df2 var3_df2 classe_df2
0  f  11  C  F       no      yes       no        yes      yes       no       no         no

Espero ter ajudado

Você deve fazer log-in para responder a esta pergunta.

Esta não é a resposta que você está procurando? Pesquise outras perguntas com a tag .