Comparacao de dataframes nao é uma tarefa fácil, mas vou tentar explicar um pouco antes de entrarmos em detalhe no seu código:
A biblioteca Pandas e o methodo DataFrame colocam todos os valores em uma tabela contendo: index, columns e values
Sendo assim df1!=df2
só serao comparados se:
1- as Colunas estiverem nomeadas identicamente iguais e a quantidade de linhas seja identica, caso contrário receberá o erro:
ValueError: Can only compare identically-labeled DataFrame objects
2- Se a comparacao ocorrer, voce receberá um df com comparacao individual de cada valor (ou cada célula) entre os dfs, o que para o seu caso já nao é , na minha opiniao, muito adequado. (False - valores identicos na célula, True valores diferentes, conforme a comparacao df1 != df2
Ticket Slope Var_1
False True True
False True True
3- a sua comparacao com um df (vazio) retornará um df completo de Trues, já que todos os valores sao diferentes.
3.1- O comando if, funciona apenas para valores e, conforme disse, voce está comparando tabelas, por isso a funcao retorna um erro.
Bom acho que é hora da sua resposta, para isso criei aqui alguns dfs básicos para ajudar a resposta e para voce tentar aí também:
import pandas as pd, numpy as np
length = 5 # tamanho do df (linhas)
df1 = pd.DataFrame({'Service': np.arange(length),
'Ticket': np.random.rand(length),
'Slope' : np.random.randint(-50,2,size=length),
'Var_1': np.random.rand(length)})
df2 = pd.DataFrame({'Service': np.arange(length),
'Ticket': np.random.randint(length),
'Slope' : np.random.randint(-50,2,size=length),
'Var_1': np.random.rand(length)})
df3 ='' # df vazio
df4 = df1[:] # df clonado (exatamente igual)
df5 = pd.DataFrame({'Service': np.arange(length),
'Ticket': np.random.rand(length)})# qtde de colunas diferentes
Vamos agora usar as minhas observacoes:
df1!=df5 # 1 ERRO
df1!=df2 # 2 retorna um df com True onde diferente e False se os valores forem iguais.
df1!=df3 # 3 todos os valores `True`, já que df3 está vazio
df1!=df4 # 4 todos os valores `False`, df foi clonado
Mas entao, como fazer? Para isso voce terá que fazer um merge
, entre os dois dataframes ( válido apenas para o caso do df2
nao estar vazio e ter ao menos o nome de uma coluna em comum, no meu exemplo 'Ticket')
df_12 = df1.merge(df2.drop_duplicates(), on=['Ticket'],
how='left', indicator=True)
Este novo df_12 está mesclando (nao é juntando) através de colunas, retirando as duplicadas na coluna selecionada 'Ticket', e retornando um idicador, caso hajam valores semelhantes em ambas (both) ou nao (apenas do df do lado esquerdo, df1).
Se houverem colunas semelhantes, ele adicionara um sufixo com os valores _X (df1, esquerdo) e _Y(df2,direito)
Ticket Slope_x Var_1_x Service_y Slope_y Var_1_y _merge
0 8 -25 0.056275 4.0 -13.0 0.214676 both
1 3 -33 0.911474 1.0 0.0 0.202241 both
2 8 -5 0.927864 4.0 -13.0 0.214676 both
3 4 -10 0.551897 NaN NaN NaN left_only
4 1 -15 0.888120 NaN NaN NaN left_only
Lembre-se que o exemplo acima usa expressoes randomicas e os resultados podem variar dos meus resultados aqui.
Espero ter eclarecido um pouco e sugiro um pouco mais de pesquisa, para ter certeza que a biblioteca pandas é a mais adequada para a sua atividade.
Sucesso