如何比较 Pandas DataFrame 并可视化差异？

比较数据帧并通过并排比较可视化差异

给定两个 Pandas 数据帧，任务是识别并展示更改它们之间以用户友好的格式。目标是输出一个 HTML 表格，直观地突出显示已更改的行，同时显示原始值和更新值。

识别行更改

要实现此目的，有必要确定已更改的行。这可以通过利用 ne（不等于）操作来完成，该操作为两个数据帧中相应值不同的所有元素返回一个布尔掩码。

<code class="python">ne = (df1 != df2).any(1)</code>

定位修改的条目

一旦确定了发生更改的行，就可以使用 stack() 函数找到已修改的特定条目。通过基于布尔掩码过滤堆叠结果，可以提取已更改的条目。

<code class="python">changed = (df1 != df2).stack()[ne_stacked]
changed.index.names = ['id', 'col']</code>

提取更改的值

接下来，原始值可以使用 where 函数提取更新的值。这允许创建一个总结更改的 DataFrame，其中“from”和“to”列分别代表原始值和修改后的值。

<code class="python">difference_locations = np.where(df1 != df2)
changed_from = df1.values[difference_locations]
changed_to = df2.values[difference_locations]</code>

生成 HTML 表

最后，提取的更改可以组织到 HTML 表中，以可视化两个数据帧之间的差异。该表可以使用任何 HTML 渲染引擎来渲染，例如 Pandas 的 to_html 方法，以提供用户友好的并排比较。

<code class="python">pd.DataFrame({'from': changed_from, 'to': changed_to}, index=changed.index).to_html()</code>

以上是如何比较 Pandas DataFrame 并可视化差异？的详细内容。更多信息请关注PHP中文网其他相关文章！