比较两个 DataFrame 并并排附加结果（收到性能警告）

Question

我有两个 DataFrame，需要按列比较这两个 DataFrame 并将结果附加到它旁边。

DF1：

索赔编号	索赔_状态
1001	已关闭
1002	进行中

DF2：

索赔编号	索赔_状态
1001	已关闭
1002	打开

预期输出：

DF3：

索赔号_DF1	索赔号_DF2	索赔编号比较	索赔状态_DF1	索赔状态_DF2	索赔状态比较
1001	1001	正确	已关闭	已关闭	正确
1002	1002	正确	进行中	打开	错误

下面的代码可以工作，但它抛出性能警告“PerformanceWarning：DataFrame高度碎片化。这通常是多次调用`frame.insert`的结果，性能很差。考虑使用pd一次连接所有列。 concat(axis=1) 相反，要获得碎片整理的框架，请使用 `newframe = frame.copy()`"

代码：

i = 0
df_mismatch = pd.DataFrame()
while i < len(DF1.columns):
    df_mismatch[f'{col_list[i]}_dev'] = DF1[Df1.columns[i]]
    df_mismatch[f'{col_list[i]}_test'] = Df2[Df2.columns[i]]
    df_mismatch[f'comparison_of_{col_list[i]}'] = np.where(
                 (Df1[Df1.columns[i]] == Df2[Df2.columns[i]]), True, False)
    i = i+1

Answer 1

您可以

join

DataFrame 及其比较：

out = (df1.join(df2, lsuffix='_df1', rsuffix='_df2')
          .join(df1.eq(df2).add_prefix('Comparison_of'))
      )

输出：

   Claim_number_df1 Claim_Status_df1  Claim_number_df2 Claim_Status_df2  Comparison_ofClaim_number  Comparison_ofClaim_Status
0              1001           Closed              1001           Closed                       True                       True
1              1002      In Progress              1002             Open                       True                      False