时间戳

首页 > 解决方案 > 如何编写一个计算两列不同大小的相同和不同 ID 的函数

python - 如何编写一个计算两列不同大小的相同和不同 ID 的函数

问题描述

给定一列“ID”（50,000 行）的参考数据帧 A，以及数据帧 B、C、D，其“ID”列分别为 45,000 行、55,000、70,000 行，“ID”的每个实例都很大（ 17 位）整数值，在所有列中具有许多相同的值，但不一定在同一行中。

如何编写一个函数来计算其中两列中相同值和不同值的数量？

列：

A ['ID', 196, 202, 443, 781, 557]

B ['ID', 781, 488, 712, 202, 482, 311]

C ['ID', 889, 196, 302, 444]

D ['ID', 444, 202, 675]

输入：A，B

输出：匹配：2 差异：3

标签： pythonpython-3.xpandas

解决方案

你可以试试.isin()。pd.Series 示例：

A = pd.Series([196, 202, 443, 781, 557])

B = pd.Series([781, 488, 712, 202, 482, 311])

if len(A) >= len(B):
    matches = A.isin(B)
else:
    matches = B.isin(A)

mismatches = ~matches

print('matches: {}, mismatches: {}'.format(sum(matches), sum(mismatches))

比较长度以便找到正确数量的不匹配。当然，找到正确数量的匹配并不重要。将 True 解释为 1 并将 False 解释为 0 允许对数字求和。

推荐阅读