Python语言学习：利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)

目录

利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)

输出结果

实现代码

利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)

输出结果

parallel_match_res： 
     col01  col02
11   12.0    NaN
12   13.0    NaN
13   14.0    NaN
14    NaN   15.0
15    NaN   16.0
16    NaN   17.0
cross_match_res01： [nan, nan, nan, 15.0, 16.0, 17.0]
cross_match_res02： [nan, nan, nan, nan, nan, nan, 15.0, 16.0, 17.0, 12.0, 13.0, 14.0]
only_list_prod： 6 [12.0, 13.0, 14.0, nan, nan, nan]
only_list_dev： 6 [nan, nan, nan, 15.0, 16.0, 17.0]

实现代码

• (1)、两列平行匹配求差集
• (2)、两列交叉匹配求差集
  T1、集合交集运算符实现
  T2、for循环判断实现

# Python语言学习：利用pandas对两列字段元素求差集(对比两列字段所有元素的异同)

import pandas as pd


data_path = 'data/demo_data_find_difference.xls'
df = pd.read_excel(data_path)



# 求差集
# (1)、两列平行匹配求差集
parallel_match_res = df[df["col01"] != df["col02"]]
print('parallel_match_res： n',parallel_match_res)


# (2)、两列交叉匹配求差集
list_prod = df["col01"].tolist()
list_dev = df["col02"].tolist()

# T1、集合交集运算符实现
cross_match_res01 = list(set(list_dev).difference(set(list_prod)))
cross_match_res02 = list(set(list_prod)^set(list_dev))
print('cross_match_res01：',sorted(cross_match_res01))
print('cross_match_res02：',cross_match_res02)

# T2、for循环判断实现
only_list_prod = [x for x in list_prod if x not in list_dev]  #在list1列表中而不在list2列表中
only_list_dev = [y for y in list_dev if y not in list_prod]   #在list2列表中而不在list1列表中
print('only_list_prod：',len(only_list_prod), sorted(only_list_prod))
print('only_list_dev：',len(only_list_dev), sorted(only_list_dev))