4个在Pandas DataFrame中进行元素比较的函数

大家好，Pandas DataFrame是具有标记行和列的二维数据结构。

有时我们需要对两个DataFrame进行逐个元素的比较。例如：

• 使用另一个DataFrame的值来更新其中的值。

• 比较数值，并选择较大或较小的值。

本文将介绍四个不同的Pandas函数，可以用于完成这些任务，并将通过实例来更好地理解它们之间的区别和相似之处。

首先，让我们创建两个DataFrame，用于在示例中使用。

import numpy as np
import pandas as pd

# 使用随机整数创建DataFrame
df1 = pd.DataFrame(np.random.randint(0, 10, size=(4, 4)), columns=list("ABCD"))
df2 = pd.DataFrame(np.random.randint(0, 10, size=(4, 4)), columns=list("ABCD"))

# 添加一些缺失值
df1.iloc[2, 3] = np.nan
df1.iloc[1, 2] = np.nan

1.combine函数

combine函数基于给定的函数进行逐元素的比较。例如，我们可以选择每个位置的两个值中的最大值。当我们执行示例时，它会更清晰。

combined_df = df1.combine(df2, np.maximum)

 

看一下第一行和第一列中的数值。组合的DataFrame具有5和2中较大的一个。

如果其中一个值为NaN（即缺失值），那么组合的DataFrame在此位置也有NaN，因为Pandas无法将值与缺失值进行比较。

我们可以通过使用fill_value参数来选择一个常量值，在缺失值的情况下使用该值，然后将其与另一个DataFrame中的值进行比较。

combined_df = df1.combine(df2, np.maximum, fill_value=0)

 在df1中有两个NaN值，这些值被填充为0，然后与df2中相同位置的值进行比较。

2.combine_first函数

combine_first函数使用另一个DataFrame中相同位置的值更新NaN值。

combined_df = df1.combine_first(df2)

如上图所示，combined_df与df1具有相同的值，除了NaN值，这些值被填充为df2的值。

需要注意的是，combine_first函数不会更新df1和df2中的值。它只返回第一个DataFrame的更新版本。

3.update函数

update函数使用另一个DataFrame中相同位置的值更新DataFrame中的缺失值。

它听起来与combine_first函数所做的作用相同。但是，有一个重要的区别。

update函数不返回任何内容，而是会在原地更新。因此，原始DataFrame被修改（或更新）。使用示例将更清楚地理解。

我们有两个DataFrame，如下图所示：

 让我们在df1上使用update函数。

df1.update(df2)

这行代码不返回任何内容，但会更新df1。更新版本如下：

 df1不再包含缺失值，这些值已使用df2中的值进行了更新。

4.compare函数

compare函数比较同一位置的值，并返回一个显示它们并排的DataFrame。

comparison = df1.compare(df2)

 如果特定位置的数值相同，则比较结果显示它们为NaN（例如，第二行第一列）。我们可以通过使用keep_equal参数更改此行为。

comparison = df1.compare(df2, keep_equal=True)