pandas怎么比较两个表不同的数据

你可以通过使用 Pandas 的 merge() 函数来比较两个表的不同数据。你可以将两个表按照共有的键值进行合并，然后使用 Pandas 提供的 isna() 函数找出不同的数据。具体的代码可以参考以下示例：

import pandas as pd

# 读取两个表格
df1 = pd.read_csv('table1.csv')
df2 = pd.read_csv('table2.csv')

# 按照共有的键值进行合并
df_all = pd.merge(df1, df2, on=['key'])

# 使用 isna() 函数找出不同的数据
diff = df_all[df_all.isna().any(axis=1)]
print(diff)

在上面的代码中，我们先读取了两个表格，然后使用 merge() 函数按照共有的键值进行了合并，最后使用 isna() 函数找出了不同的数据。如果两个表格中存在相同的数据，那么这些数据将不会出现在 diff 变量中。

相关问题

pandas 比较两个表中是否有相同的index

### 回答1：
可以使用pandas中的isin()方法来比较两个表中是否有相同的index。具体操作步骤如下：

1. 首先，将两个表分别读取为pandas中的DataFrame对象，并分别命名为df1和df2。

2. 接着，使用isin()方法比较df1和df2中的index是否有相同的元素，代码如下：

df1.index.isin(df2.index)

这将返回一个布尔类型的Series对象，其中元素为True表示df1中对应的index也出现在了df2中。

3. 最后，如果想要找出df1和df2中共同拥有的index，可以使用如下代码：

common_index = df1.index[df1.index.isin(df2.index)]

这将返回一个由共同拥有的index组成的Index对象，可以用于后续的数据操作。

### 回答2：
使用`pandas`比较两个表中是否有相同的index可以通过以下步骤实现。

1. 首先，导入`pandas`库并加载两个表。

import pandas as pd

# 加载表1
df1 = pd.read_csv('table1.csv')
# 加载表2
df2 = pd.read_csv('table2.csv')

2. 接下来，可以使用`index`属性比较两个表的索引是否相同。可以使用`equals`方法来比较索引并获得一个布尔值，指示两个索引是否相等。

# 比较索引
is_equal = df1.index.equals(df2.index)

3. 最后，根据比较结果打印出相应的输出。

# 输出比较结果
if is_equal:
    print("两个表的索引相同。")
else:
    print("两个表的索引不相同。")

以上是使用`pandas`比较两个表中索引是否相同的方法。该方法可以帮助你确定两个表是否具有相同的索引。需要注意的是，这里是比较表的索引是否相同，而不是比较表中的数据是否相同。

### 回答3：
要比较两个表中是否拥有相同的索引，我们可以使用pandas中的`equals()`函数。该函数可以接受一个DataFrame或者Series作为参数，然后与调用它的DataFrame或者Series进行比较。

例如，我们有两个DataFrame对象`df1`和`df2`。我们可以使用`equals()`函数来比较它们的索引是否相同：

import pandas as pd

# 创建DataFrame对象
data1 = {'A': [1, 2, 3], 'B': [4, 5, 6]}
df1 = pd.DataFrame(data1, index=[1, 2, 3])

data2 = {'A': [7, 8, 9], 'B': [10, 11, 12]}
df2 = pd.DataFrame(data2, index=[1, 2, 3])

# 比较两个DataFrame的索引是否相同
result = df1.index.equals(df2.index)

print(result)

该代码将输出`True`，因为两个DataFrame的索引是相同的。

另外，我们也可以使用`numpy`库中的`array_equal()`函数来比较两个数组的索引是否相同。示例如下：

import numpy as np

# 比较两个数组的索引是否相同
result = np.array_equal(df1.index, df2.index)

print(result)

上述代码也会输出`True`，因为两个数组的索引是相同的。

这两种方法都可以用来比较两个表格的索引是否相同，具体要根据实际情况选择适合的方法。

pandas中两个DataFrame数据表直接相减

在 pandas 中，两个 DataFrame 相减可以使用 `sub()` 方法。这个方法可以对两个 DataFrame 中的每个元素进行相减操作。它会将相同位置的元素相减，但是如果元素在其中一个 DataFrame 中不存在，则会用指定的 fill_value 来填充。

下面是一个例子：

import pandas as pd

df1 = pd.DataFrame({'A': [1, 2, 3], 'B': [4, 5, 6]})
df2 = pd.DataFrame({'A': [1, 2], 'B': [4, 5]})

result = df1.sub(df2, fill_value=0)

print(result)

输出结果如下：

   A  B
0  0  0
1  0  0
2  3  6

在这个例子中，我们创建了两个 DataFrame `df1` 和 `df2`，并将它们相减。由于 `df2` 的第三行在 `df1` 中不存在，因此用 fill_value=0 来填充。最后，我们将结果保存到 `result` 变量中，并打印出来。