pandas通过比较两个数据帧来创建新列
pandas是一个开源的数据分析和数据处理工具，它提供了丰富的数据结构和数据操作功能。在pandas中，可以通过比较两个数据帧来创建新列。
数据帧（DataFrame）是pandas中最常用的数据结构之一，类似于Excel中的二维表格。它由行和列组成，每列可以包含不同的数据类型。比较两个数据帧可以通过使用比较运算符（如==、!=、>、<等）来实现。
创建新列的过程可以分为以下几个步骤：
- 导入pandas库：首先需要导入pandas库，可以使用以下代码实现：import pandas as pd
- 创建数据帧：接下来需要创建两个数据帧，可以使用pandas的DataFrame()函数来创建。例如：df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]}) df2 = pd.DataFrame({'A': [1, 2, 4], 'B': [4, 5, 6]})
- 比较两个数据帧：使用比较运算符对两个数据帧进行比较，可以得到一个布尔型的数据帧，其中每个元素表示对应位置的元素是否满足比较条件。例如：df3 = df1 == df2
- 创建新列：根据比较结果，可以使用条件判断语句（如if语句）来创建新列。例如，如果两个数据帧的对应位置元素相等，则在新列中赋值为True，否则赋值为False：df1['C'] = np.where(df3, True, False)
这样就可以通过比较两个数据帧来创建新列了。
pandas的优势在于其丰富的数据操作功能和灵活性，可以方便地进行数据清洗、转换、分析和可视化等操作。它广泛应用于数据科学、机器学习、金融分析、商业智能等领域。
腾讯云提供了云服务器（CVM）和云数据库（CDB）等产品，可以支持pandas的使用。具体产品介绍和链接地址可以参考腾讯云官方网站：https://cloud.tencent.com/
相关·内容
有没有办法检查当前行中的所有列值是否小于pandas数据帧(整个数据帧)中所有前一行(直到当前行)中的相应列值，并相应地创建一个值为1或0的新列？
浏览 0提问于2017-06-15得票数 1
1回答
我有两个数据帧，我正在尝试使用进行比较。比较结果是故障转移了几列，这些列的时间戳values.The值似乎是相同的： DF1 TIME 1970-01-01 02:00:00
Name: 4, dtype: object
----
DF2 TIME 1970-01-01 02:00:00
Name: 4, dtype: object 我检查了这个专栏的类： DF1 : <class 'pandas._libs.tslibs.timesta
浏览 28提问于2021-01-28得票数 0
我用pandas库创建了一个数据帧。我想向dataframe中添加一列。然而，我得到了以下error.But，我想我必须输入与lines.How数量一样多的数据，我可以在我想要的行和列中输入信息吗？如果不输入数据，如何创建列？ import pandas as pd
kd = pd.DataFrame(data)
insertColumns = kd.insert(0, "Age", [21, 23, 24, 21],True )
print(kd) 错误： ValueError: Length of values (4) does not match length o
浏览 302提问于2020-10-10得票数 2
回答已采纳
我正在使用SparkR来处理一些在其技术堆栈中包含R和spark的项目。
我必须使用从验证函数返回的布尔值创建新列。我可以使用spark数据帧和一个表达式轻松地完成这项工作：
sdf1$result <- sdf1$value == sdf2$value
问题是当我必须比较两个不同长度的数据帧时。
使用函数操作sdf1和sdf2数据帧并将值赋给sdf1的新列的最佳方式是什么？假设我想生成一个长度介于sdf1和sdf2之间的列。
浏览 3提问于2017-05-18得票数 0
我正在处理每天使用文件下载的股票数据。该文件每天包含相同数量的列，但行数每天都会发生变化，这取决于进出列表的股票。我希望比较两个日期的文件，并找到之间的总数量列的差异。我想看看这两个文件之间的区别，哪些股票进入了列表，哪些股票退出了列表。
我尝试使用pandas数据帧并将其存储在hd5文件中。然后尝试数据帧的合并功能，找出两个文件之间的差异。我正在寻找一个非常优雅的解决方案，以便我可以比较数据帧并找到差异，就像我使用excel的索引和匹配(或vlookup)函数所做的那样。
浏览 3提问于2019-04-18得票数 0
1回答
我有一个名为contest的数据帧
这里有两个我感兴趣的专栏
TST =拍摄总数SM =拍摄次数
我想复制这个名为contest的数据框，并创建一个划分SM/TST的新列
我用的是pandas和numpy。制作数据帧的新副本的步骤。将新列添加到复制的数据帧中，并将该计算称为shotperc = shot百分比将非常有帮助。我这周才开始使用Jupyter笔记本。
浏览 0提问于2020-09-20得票数 0
我想创建一个包含2列x行的Pandas数据帧，其中包含随机字符串。 我找到了生成带有随机int和随机字符串生成器的pandas数据帧的代码。我仍然没有看到一条清晰的路径来创建一个带有随机字符串的pandas数据框架。 用于随机int数据帧的代码 import numpy as np
import pandas as pd
df = pd.DataFrame(np.random.randint(0,100,size=(100, 4)), columns=list('ABCD')) 随机字符串的代码 import string
import random
def id_gener
浏览 60提问于2019-06-01得票数 4
回答已采纳
我在熊猫中有两个相同列的数据框架，我们在A列有索引
实际：
A B C
1 apple red
2 berry blue
3 grapes green
第二数据帧
预期：
A B C
1 apple green
2 guava blue
3 grapes green
现在我需要比较这两个数据帧，突出不匹配的单元格和在数据帧中，然后输出到excel。
我的代码：
import pandas as pd
pd.concat([pd.concat([actual,expect
浏览 2提问于2022-01-03得票数 0
1回答
我有一个这样的结构；用来创建一个pandas数据帧：
my_dict = { 'name' : ["joe", "jack", "jill", "joan", "jesse","jacob", "jonas"],
'age' : [20,27, 35, 55, 18, 21, 35],
'designation': ["VP", "CEO
浏览 6提问于2019-07-15得票数 0
回答已采纳
我有一个由不同数据类型的45个变量组成的pandas数据框架，我正在使用'dython.nominal‘包来创建每个变量之间的关联矩阵。
然后我想：
答:子集我的数据帧(按地理位置过滤)，并在该子集上计算关联矩阵，然后
B:使用在步骤A中创建的数据帧中的目标变量的列，创建第二个pandas数据帧并添加到第二个pandas数据帧中。
然后，得到的数据帧将是一个相关性矩阵，其中列索引是地理位置，行索引是其他44个变量。
到目前为止，我拥有的代码是：
import pandas as pd
from dython.nominal import compute_associations
t
浏览 0提问于2020-10-26得票数 2
1回答
我有一个Pandas数据帧，我想在其中比较两列'text‘和'text_find’。
我想创建一个布尔标志'compare‘，如果'text_find’中的单词位于'text‘中，则将其设置为1，否则将'compare’设置为0。例如：
'text' = 'i hate cars'
'text_dins' = 'cars'
这将使'compare‘=1
'text' = 'i hate cars'
'text_dins' = &
浏览 0提问于2017-07-23得票数 1
假设我有一个名为df1的Python/Pandas数据帧，其中包含列a和b，每个列只有一条记录(a =1和b= 2)。我想创建第三列c，它的值等于a+b或3。
使用Pandas，我会写道：
df1['c'] = df1['a'] + df1['b']
我更喜欢写一些更简单、更容易阅读的东西，比如下面这样：
with df1:
c = a + b
SAS允许在其“数据步骤”中使用这种更简单的语法。如果Python/Pandas有类似的东西，我会很高兴的。
非常感谢!肖恩
浏览 13提问于2018-01-20得票数 3
回答已采纳
我正在尝试在充满组织名称的PANDAS列中寻找潜在的匹配项。我目前正在使用iterrows()，但它在大约有70,000行的数据帧上非常慢。在查看了StackOverflow之后，我尝试实现了一个lambda row (apply)方法，但这似乎几乎不能加快速度。
数据帧的前四行如下所示：
index org_name
0 cliftonlarsonallen llp minneapolis MN
1 loeb and troper llp newyork NY
2 dauby o'connor and zaleski llc carmel IN
3 wegner c
浏览 4提问于2018-10-04得票数 14
我有两个数据帧。我想删除索引没有出现在两个数据框中的行。
以下是数据帧的示例：
import pandas as pd
data = {'Correlation': [1.000000, 0.607340, 0.348844]}
df = pd.DataFrame(data, columns=['Correlation'])
df = df.rename(index={0: 'GINI'})
df = df.rename(index={1: 'Central government debt, total (% of GDP)'}
浏览 0提问于2018-10-31得票数 3
3回答
在下表中，我有一个日期列表。我正在尝试索引第二个数据帧，并在第一个数据帧中提取相应的值。我想创建D列。
我也引用了，并且这两列实际上是相同的类型(Str)
print(data)
A B
1/1/17 15
1/2/17 16
1/3/17 14
1/4/17 15
1/5/17 16
1/6/17 14
1/7/17 15
1/8/17 16
1/9/17 14
print(lookup)
C D
1/4/17 15
1/7/17 15
1/8/17 16
所以基
浏览 1提问于2018-03-02得票数 0
2回答
检查两个数据格式是否相等的Pythonic方法是什么？
我现在所做的是：
用pandas.DataFrame.sort_values()对具有唯一值的列对数据帧进行排序
使用pandas.DataFrame.reset_index()重新设置数据帧排序后的索引
使用pandas.DataFrame.sort_index()按行和列对数据帧索引进行排序
然后使用pandas.DataFrame.all()对两个数据帧进行比较。
示例代码：
(df1.sort_values(['Symbol']).reset_index(drop=True).sort_in
浏览 2提问于2017-02-13得票数 2
我有两个python pandas数据帧，它们的简化形式如下所示： DF1 +-----+-----+-----+-----+-----+-----+
| a_1 | a_2 | a_3 | a_4 | a_5 | a_6 |
+-----+-----+-----+-----+-----+-----+
| 0 | 2 | 5 | 0 | 2 | 5 |
| 1 | 3 | 4 | 1 | 3 | 4 |
| 1 | 0 | 3 | 0 | 0 | 1 |
+-----+-----+-----+-----+-----+--
浏览 5提问于2021-01-25得票数 1
回答已采纳
使用category dtype为数据帧执行df.replace的最佳方式是什么？
假设我创建了dataframe：
df = pandas.DataFrame(
[
['a'], [' '], ['']
],
columns['x'],
dtype = 'category'
)
print(df.replace(r'^\s*$', numpy.nan, regex=True))
结果是：
x
0 a
1
2
例如
浏览 0提问于2020-10-16得票数 0
我需要根据一列名为"authors“的列表找到两个pandas数据帧之间的交集。
但我得到的却是这个错误：
浏览 3提问于2017-06-23得票数 0
我正在学习Python和Pandas，并试图找出最有效的方法来比较两个数据帧上的多个选定列，以找到匹配的列。例如，如果我有以下两个数据帧： Frame 1
A B C D E F
001 10 0 0 10 0 10
Frame 2
A B C D E F
200 10 0 10 0 10 0
201 0 10 10 0 0 10
202 0 10 0 0 0 0
2
浏览 11提问于2019-09-15得票数 2
回答已采纳
我有表单的pandas数据帧： Col1 Col2 Col3 Col4 Col5
0 1 2 2 1 2
1 2 2 1 1 1
2 2 2 2 2 2
3 1 1 1 1 2
4 1 2 2 1 1 现在，我想在这个数据框架中再添加两个列，以便新的列- num和count分别引用该行中出现次数最
浏览 17提问于2020-02-01得票数 1
回答已采纳
1回答
我有一个数据帧，看起来像这样： import pandas as pd
foo = pd.DataFrame({'var_name': ['r1','r2','r3','var', 'r1','r2','r3','var'],
'group': ['a','a','a','a','b','b',
浏览 6提问于2020-04-09得票数 1
回答已采纳
有没有办法创建一个由两列组成的pandas数据帧？第一列的数据类型是int，第二列的数据类型是字典。然后迭代地将数据插入到数据帧中。
浏览 0提问于2018-07-29得票数 0
我正在尝试在dataframe.from_dict操作之后命名我的新数据帧的列。
只需使用pandas.dataframe.from_dict函数：
df = pd.DataFrame.from_dict(my_dict,orient='index')
生成不带列标题的数据帧。
data=pd.DataFrame.from_dict(my_dict,orient='index).rename(columns = {'name','number'})
这不会产生任何错误: TypeError：'set‘对象不可调用。
有谁有线索吗
浏览 2提问于2017-07-14得票数 4
回答已采纳
我有两个从CSV文件加载的pandas数据帧。每个CSV都有两列，列A是一个id，在两个CSV中具有相同的值和顺序。列B是一个数值。 我需要创建一个新的CSV，A列与前两个相同，B列是两个初始CSV的平均值。 我正在创建两个数据帧，如下所示 df1=pd.read_csv(path).set_index('A')
df2=pd.read_csv(otherPath).set_index('A') 如果我这样做了 newDf = (df1['B'] + df2['B'])/2
newDf.to_csv(...) 则newDF在A列
浏览 10提问于2020-01-20得票数 0
回答已采纳
我练习python已经有一段时间了，刚刚开始接触pandas，开始学习数据帧。我知道df.drop()会根据某些要求删除列/行，并生成一个新的df。我想知道，有没有一种方法可以将这些被删除的列/行分配给一个新的变量以用于日志记录？
import pandas as pd
L = ["a","b","c","d","a","a"]
df1 = pd.DataFrame(L)
df1.columns = ['letter']
#print(df1)
df2 = df1.drop(df1
浏览 17提问于2018-01-13得票数 2
回答已采纳
情感分析中的一个常见任务是获取Pandas数据帧单元格中的单词计数，并在此基础上创建一个新列。我该怎么做？
浏览 4提问于2017-09-26得票数 7
回答已采纳
我想要创建单独的数据帧，其中两个连续行之间的差值并不完全是60。
从示例数据中，应该有两个数据(每行3行)。
from StringIO import StringIO
myst="""905034, 'A', 'some value'
905094, 'B', 'some other value'
905154, 'C', 'some value other'
43, 'x', 'some'
103, 'y', 'v
浏览 0提问于2015-03-07得票数 0
回答已采纳
我希望根据另一列的值以及它们在列表中的存在来更新数据帧的列。
import pandas as pd
import pandas as pd
df = pd.DataFrame({'user': ['Bob', 'Jane','Theresa', 'Alice'],
'category': ['black','red','green','yellow']})
lst = ['Jane&
浏览 9提问于2021-03-12得票数 0
假设我在csv中有下面的表。 elementID | groupID | sequence
abc | A | 0
dcv | A | 1
asd | B | 1
ccc | B | 0
abc | B | 2 我将此表作为DataFrame导入Pandas中。 在这个DataFrame中，我需要创建另一个条目，其中每个条目表示elementID的两个连续元素。 例如，如下所示 elementID_1 | elementID_2
浏览 15提问于2019-05-30得票数 1
回答已采纳
我有一个pandas dataframe，它包含一个非数字值的列。如何将它们转换为整型/浮点型。
eq：
Col1 Col2
Lip_GD 267
Gly_hy_68 467
Hint_2 628
Jac+Jac 339
Lip_GD 234
Jac+Jac 267
当我将这些数据读入pandas数据帧时，我将如何将列1转换为int？
浏览 4提问于2015-11-26得票数 3
我想在Pandas数据帧中创建一个新的命名列，在其中插入第一个值，然后向同一列中添加另一个值：
类似于：
import pandas
df = pandas.DataFrame()
df['New column'].append('a')
df['New column'].append('b')
df['New column'].append('c')
etc.
我该怎么做？
浏览 1提问于2018-07-24得票数 3
回答已采纳
我正在将一个大型数据库读入多个数据帧。每次都有效。所以我有单独的数据帧。然后，我将每个数据帧写入csv文件。最初它有34列。在此之后，我将csv文件读取到一个新的数据帧中，现在我有35列。 我这样做是为了写入csv文件： df.to_csv(path + "file_01.csv") 这是用来读它的： import pandas as ps
df = ps.read_csv(path + "file_01.csv") 我通过以下命令测试它们的列数： df.shape 为什么会发生这种情况，我如何改进\使其正常工作？
浏览 29提问于2020-08-18得票数 1
回答已采纳
我有两个pandas数据帧，第一个数据帧有两列，假设它们是键和值，第二个数据帧只包含键，我想在第二个数据帧中添加一个新列。此列的值应该是第一个数据帧中匹配的键的值
df = pd.DataFrame({'vi' : ['a','b','c','d','e'],'s':[2,5,7,0,1]})
tf = pd.DataFrame({'vi' : ['b','d','c','a','e'
浏览 0提问于2015-12-22得票数 0
1回答
我有一个pandas数据帧-从API得到的，所以对它的结构没有太多的控制-类似于这样： ? 我想让datetime作为列，值作为另一列。有什么提示吗？
浏览 15提问于2021-09-20得票数 0
回答已采纳
我有两个数据帧(df1和df2)，这两个数据帧有100多列。JA列是id列。我想一次比较两列，并从两个数据框中获得未合并的结果，就像df3一样。我为BC列创建了df3。我想对整个数据帧执行此操作。我的意思是，我必须逐个检查每一列，而不是一次检查所有列。当我检查一个列时，我想创建类似于df3的东西。有没有办法做到这一点。
df1
JA AB BC fas waa ad
1 1 ace 52 5 2 ce
2 22 a e 3 5 78 ce
3 36
浏览 0提问于2020-06-20得票数 0
如何对数据帧的头部进行排序。
from pandas import *
import pandas
import numpy as np
df2 = DataFrame({'ISO':['DE','CH','AT','FR','US'],'Country':
['Germany','Switzerland','Austria','France','United States']})
print df2
浏览 0提问于2013-05-27得票数 1
回答已采纳
我有以下玩具代码：
import pandas as pd
df = pd.DataFrame()
df["foo"] = [1,2,3,4]
df2 = pd.DataFrame()
df2["bar"]=[4,5,6,7]
df = pd.concat([df,df2], ignore_index=True,axis=1)
print(list(df))
输出：[0,1]
预期输出：[foo,bar] (顺序并不重要)
如果我能保证两个数据帧的标题是唯一的，有没有办法在不丢失原始列标题的情况下连接两个数据帧呢？
我想到了遍历这些列，然后
浏览 1提问于2017-04-14得票数 16
回答已采纳
有没有人知道pandas，python中的所有列？我刚刚为pandas创建了一个包含超过20,000列的数据帧，但我得到了内存错误。
非常感谢
浏览 5提问于2013-10-07得票数 1
我有多个pandas数据帧，我想写一个函数，它将取出数据帧每列中的值，并将它们放入自己的numpy数组中。
示例数据帧
In [1]: df = pd.DataFrame([[1, 2], [1, 3], [4, 6]], columns=['A', 'B'])
In [2]: df
Out[2]:
A B
0 1 2
1 1 3
2 4 6
如何从A列和B列的值中生成两个不同的numpy数组
浏览 1提问于2019-04-10得票数 0
在我开始之前，我的免责声明是，我对Python非常陌生，我一直在构建一个flask应用程序，以努力了解更多，所以我的问题可能很愚蠢，但请帮帮我。
我有一个Pandas Dataframe，是通过在flask应用程序上读取csv或excel文档创建的。用户上传文档，因此每次上传时数据帧和列名都会发生变化。
用户还从html multiselect对象中选择他们想要合并的列，该对象以python列表的形式将所选的列从用户返回到应用程序脚本。
我目前拥有的是：
df=pd.read_csv(file)
columns=df.columns.values
和
selected_col=request.
浏览 9提问于2020-05-11得票数 0
我有一个名为params.csv的csv文件。我打开ipython qtconsole并使用以下命令创建了一个熊猫dataframe：
import pandas
paramdata = pandas.read_csv('params.csv', names=paramnames)
其中，paramnames是字符串对象的python列表。paramnames示例(实际列表长度为22)：
paramnames = ["id",
"fc",
"mc",
"markup",
"asplevel",
&#
浏览 2提问于2012-07-06得票数 122
回答已采纳
1回答
我有两个不同长度的数据帧，它们都是按日期索引的。我需要两个数据帧有相同的日期，即。删除最长数据帧中的多余条目。
我发现我可以重置索引，使其成为另一个列，然后将该列称为pandas数据系列，并与其他数据系列进行比较，从而得到一个pandas系列，其中也包含较短数据帧中的条目：
df1 = ...
df2 = ...
dfadj = df1.reset_index(['Date'])
dfstock = dfadj['Date'][dfadj['Date'].isin(dfindex['Date'])]
但是，我需要从这些值中找到索引
浏览 0提问于2016-10-19得票数 2
回答已采纳
我使用的是Python 3.7
我需要从两个不同的源(都是csv)加载数据，并确定一个源中的哪些行不在第二个源中。
我使用pandas数据帧加载数据，并在两个数据源之间进行比较。
我从csv文件中加载了数据，在data-frame列中，类似2010392的值变成了2010392.0。
我读过很多关于格式化数据帧列的文章；不幸的是，大多数都是关于日期和时间转换的。
我在上偶然看到一篇文章《在Python pandas中格式化整数列数据框》，这篇文章并没有解决我的问题
基于上面提到的文章，我尝试了以下几种方法：
pd.to_numeric(data02['IDDLECT'], do
浏览 30提问于2019-07-09得票数 0
回答已采纳
我一直在尝试通过定位包含字符串negative的单元格来重新排序pandas中的数据帧，删除此行，并在数据帧中添加一个新列，以区分包含字符串negative的单元格之前的行，并将其称为'POSITIVE'，而在字符串之后的行，则称为'NEGATIVE'。 这是数据帧的最小示例： d = {'col1': [1, 2, 'negative', 4,5],
'col2': [6,7,None, 8,9],
'col3':[10,11,None,12,13] }
data = pd.DataFram
浏览 8提问于2020-09-22得票数 2
回答已采纳
我正在尝试合并两个都有'product_desc‘列的数据帧。我使用的是Pandas 0.13和Python 2.7。
small_df = pd.merge(small_df, linregress_df, on = 'product_desc', how = 'left')
但是，我得到以下错误：
pandas.core.index.InvalidIndexError: Reindexing only valid with uniquely valued Index objects
我将两个数据帧导出到平面文件中，其中的索引或其他列都没有重复值。我需
浏览 8提问于2014-06-09得票数 2
2回答
我正在做数据比较项目。这里我有两个excel文件'Prod1‘和'Proj1’，它们是我在python中作为数据框架导入的。这两个数据帧都有46个具有相同标签的相同列。但是跨两个文件的行数不同(例如，Prod1有100行，而Proj1是110)。我想按单元格值比较单元格，并在另一个数据帧中突出显示错配为“TRUE”或“FALSE”。这可以在excel中进一步导出。到目前为止，我能够读取文件，但在比较部分被击中。请协助。
import os
import pandas as pd
import numpy as np
import xlrd
os.getcwd()
os
浏览 0提问于2018-02-19得票数 0
回答已采纳
我希望将两个Pandas数据帧合并在一起，并控制新列值的名称。
我最初是从CSV文件创建数据帧的。原始CSV文件如下所示：
# presents.csv
org,name,items,spend...
12A,Clerkenwell,151,435,...
12B,Liverpool Street,37,212,...
...
# trees.csv
org,name,items,spend...
12A,Clerkenwell,0,0,...
12B,Liverpool Street,2,92,...
...
现在我有两个数据帧：
浏览 3提问于2015-12-17得票数 28
回答已采纳
1回答
方法1:我已经使用pandas读取了json文件，并且我手中有一个数据帧，但是正如你在图片(链接)中看到的那样，在某些列中，元素本身是一个dict，我如何在当前的dataframe中使用dict的键创建列，作为具有各自值的列。
方法2:我附加了另一个图像，在这个图像中，我使用'with open‘读取了文件，所以它将是一个列表，然后使用json.normalize()将其转换为pandas数据帧。当我使用它时，我可以很容易地得到我想要的东西。
那么，在使用方法1的同时，如何使用新列转换我的数据帧呢？看看两张图片中的“Type”栏，你能明白我的意思吗？附言:我没有足够的徽章来上传照片
感
浏览 0提问于2020-05-18得票数 1
我有两个pandas数据帧，每个都有相同的索引和列。我想创建第三个pandas数据帧，其中包含其他两个细胞的乘积。 这是我目前的解决方案，但它太慢了。 import pandas as pd
new_df = pd.DataFrame(columns=df1.columns, index=df1.index, data=[])
for col, values in new_df.iteritems():
for idx, value in values.iteritems():
foo = df1.loc[idx][col]
bar = df2.l
浏览 10提问于2019-05-11得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
实时音视频活动推荐
腾讯云开发者
