Pandas中excel数据集的比较

Question

Python非常新，但作为SEO，我正在研究在我的工作流程中使用笔记本的好处。

我有两个excel文件，我已经清理和导入到一个新的笔记本使用熊猫。

我正在尝试比较位置变化，并创建一个新的dataframe和新列，以显示以前的、新的和位置上的更改。

看一看截图[！下面的数据。提前谢谢。

Answer 1

如果您知道这是如何工作的，您可以做一个pandas.DataFrame.join。

-编辑：merge显然是一个更好的选择:参见最后的例子。

我认为您需要在outer上加入Keyword。

这将提供一个新的DataFrame，其中包含两个表中的Keyword的唯一行。有些条目可能为NULL/None。这表示在旧表或新表中，关键字不存在，您应该将is视为新关键字，或从列表中删除的关键字。

适当地重命名新表中的列，然后在列之间应用一个智能值，同时考虑到某些值为NULL。

您可以在Excel中做类似的事情：https://superuser.com/questions/1023123/how-to-simulate-a-full-outer-join-in-excel

编辑：

极简主义的例子：

import pandas as pd

old = pd.DataFrame({'keyword': ['football', 'soccer', 'rugby'], 'position': [2, 1, 3]})
new = pd.DataFrame({'keyword': ['hockey', 'rugby', 'soccer'], 'position': [3, 2, 1]})

old.keyword = old.keyword.astype(str)
new.keyword = new.keyword.astype(str)

old.set_index(['keyword'])
new.set_index(['keyword'])

old = old.rename(columns={"position": "position_old"})
new = new.rename(columns={"position": "position_new"})

print(old)
print(new)

merged = pd.merge(old, new, how='outer', on='keyword')
print(merged)

输出：

    keyword  position_old
0  football             2
1    soccer             1
2     rugby             3
  keyword  position_new
0  hockey             3
1   rugby             2
2  soccer             1
    keyword  position_old  position_new
0  football           2.0           NaN
1    soccer           1.0           1.0
2     rugby           3.0           2.0
3    hockey           NaN           3.0