昨天在外網找到一個比較dataframe的好庫，叫datacompy，它的優點有：

1、可以把對比后的信息詳情打印出來，比如列是否相等，行是否相等；

2、在數據中如果有不相等列，那么就只比較相同的列；

3、可以設置絕對差值和相對差值，比如我們比較有浮點數的數據時，設置下絕對差值為0.01，后面的一系列微小的值就忽略了；

4、在數據報告中，每一列的數據類型、不相等數量、最大差值和空值都詳細列出來了；

5、可以把不相等的列單獨取出來，取出來就是一個dataframe，可以查看具體哪些是不一樣的；

下面這張圖就是比較之后的報告：

代碼如下：

import datacompy, pandas as pd, sysfiles = [] try:files = [sys.argv[1], sys.argv[2]] except:print('命令行未檢測到文件參數。') # 這個方式可以通過命令行運行： # ?? # ? python3 cmpfiles.py testfile1.txt testfile2.txt #? # 上面自帶的兩個參數，就是通過 ?sys.argv 獲得的。if len(files) == 0:files = ['./TempFiles/temp_77.csv', './TempFiles/temp_77_new.csv']# files = ['./TempFiles/temp_77.csv', './TempFiles/temp_77_copy.csv'] # 如果直接運行這個腳本，那么用西面定義的 filesdf1 = pd.read_csv(files[0]) df2 = pd.read_csv(files[1])compare = datacompy.Compare(df1, df2, join_columns='key') # Compare 參數： # ? df1: 數據框1 # ? df2: 數據框2 # ? join_columns: 指定索引的列名，默認“None”，可以傳入數組，比如：['key', 'AdID'] # ? on_index: 是否要開啟索引，開啟之后不需要指定 join_columns，默認“False” # ? abs_tol: 絕對公差，默認“0” # ? rel_tal: 相對公差，默認“0” # ? df1_name: 報告中數據框1的名字，默認“df1” # ? df2_name: 報告中數據框2的名字，默認“df2” # ? ignore_spaces: 是否忽略空格，默認“False” # ? ignore_case: 是否忽略大小寫，默認“False”print(compare.matches()) # 最后判斷是否相等，返回 bool print(compare.report()) # 打印報告詳情，返回 string # print(compare.sample_mismatch('用戶數')) # 取出不相同的某一列數據，返回 dataframe

?

總結

以上是生活随笔為你收集整理的Python-Pandas之两个Dataframe的差异比较的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。