1

Tenho 2 dataframes, o df_a e df_b.

Como faço para compará-los e mostrar a informação que não está contida no dataframe df_a?

Tentei efetuar o método drop duplicates, no entanto, a saida apresenta os dados distintos entre as duas dataframes.

Abaixo o exemplo:

import pandas as pd

a = [1,2,3]
b = [1,2,5]

df_a = pd.DataFrame(a)
df_b = pd.DataFrame(b)

df_c = df_a.append(df_b)

df_d = df_c.drop_duplicates(keep=False)
df_d

A saída fica dessa forma:

0
2   3
2   5

A minha necessidade é mostrar o resultado da linha que contem o valor 5 que é o valor do df_b diferente do df_a.

2 Respostas 2

1

Se você precisa selecionar os valores diferentes entre as colunas na mesma posição do index, pode ser feito usando (1) .loc e (2) pegando os valores 'não iguais' com o comando .ne

df_b.loc[df_b[0].ne(df_a[0])]
#saida
    0
2   5

Caso você queira selecionar os elementos em df_b que não se encontram em nenhuma posição em df_a, pode usar o comando .isin e negar a seleção, dessa forma.

df_b.loc[~df_b[0].isin(df_a[0])]
#saida
    0
2   5
0

Neste caso, se você duplicar a primeira df conforme código abaixo:

df_c = df_a.append(df_a)

O DataFrame 'df_c' será o df_a duplicado. Caso use o 'drop_duplicates', retornará apenas o cabeçalho da dataframe.

Para obter apenas as informações únicas do df_b, basta então fazer um append do df_b no df_c

df_d = df_c.append(df_b)

Assim, quando fizer o 'drop_duplicates'no df_d, será retirado tudo o que é similar entre o df_a e o df_b e todo o df_a, ficando somente as informações únicas df_b.

df_e = df_d.drop_duplicates(keep=False)

O resultado de df_e será:

    0
2   5

Assim, terá a informação que deseja.

1
  • 1
    Funcionou perfeitamente 1/11/2019 às 14:08

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 .