并排输出两个Pandas数据帧的差异 - 突出显示差异

Question

并排输出两个Pandas数据帧的差异 - 突出显示差异

我试图突出显示两个数据帧之间的确切变化。

假设我有两个Python Pandas数据帧：

"StudentRoster Jan-1":

id   Name   score                    isEnrolled           Comment

111  Jack   2.17                     True                 He was late to class

112  Nick   1.11                     False                Graduated

113  Zoe    4.12                     True       

"StudentRoster Jan-2":

id   Name   score                    isEnrolled           Comment

111  Jack   2.17                     True                 He was late to class

112  Nick   1.21                     False                Graduated

113  Zoe    4.12                     False                On vacation

我的目标是输出一个HTML表：

标识已更改的行（可以是int，float，boolean，string）

输出具有相同，OLD和NEW值的行（理想情况下输入到HTML表中），以便消费者可以清楚地看到两个数据帧之间发生了哪些变化：

"StudentRoster Difference Jan-1 - Jan-2":  

id   Name   score                    isEnrolled           Comment

112  Nick   was 1.11| now 1.21       False                Graduated

113  Zoe    4.12                     was True | now False was "" | now   "On   vacation"

我想我可以逐行和逐列比较，但有更简单的方法吗？

Answer 1

第一部分类似于Constantine，你可以得到哪些行为空的布尔值*：In [21]: ne = (df1 != df2).any(1)In [22]: neOut[22]:0    False1     True2     Truedtype: bool然后我们可以看到哪些条目已更改：In [23]: ne_stacked = (df1 != df2).stack()In [24]: changed = ne_stacked[ne_stacked]In [25]: changed.index.names = ['id', 'col']In [26]: changedOut[26]:id  col1   score         True2   isEnrolled    True     Comment       Truedtype: bool这里第一个条目是索引，第二个条目是已更改的列。In [27]: difference_locations = np.where(df1 != df2)In [28]: changed_from = df1.values[difference_locations]In [29]: changed_to = df2.values[difference_locations]In [30]: pd.DataFrame({'from': changed_from, 'to': changed_to}, index=changed.index)Out[30]:                from           to id col1  score       1.11         1.212  isEnrolled  True        False    Comment     None  On vacation*注：这一点很重要df1，并df2在这里分享相同的索引。为了克服这种歧义，您可以确保只使用共享标签df1.index & df2.index，但我想我会将其作为练习。