مقارنة إطارات البيانات: العثور على الصفوف الموجودة في أحدهما ولكن ليس في الآخر

تعد مقارنة إطارات البيانات لتحديد الاختلافات أمرًا بالغ الأهمية لضمان جودة البيانات ودمجها العمليات. في هذه الحالة، لدينا إطاري بيانات (df1 وdf2) لهما بنية محددة ونحتاج إلى تحديد الصفوف الموجودة في df2 ولكن ليس في df1.

في البداية، أدت محاولات مقارنة إطارات البيانات باستخدام df1 != df2 إلى خطأ. يعمل هذا الأسلوب فقط مع إطارات البيانات ذات الصفوف والأعمدة المتطابقة. للعثور على الاختلافات المتماثلة، نحتاج إلى نهج مختلف.

تتضمن إحدى الطرق ربط إطارات البيانات:

df = pd.concat([df1, df2])
df = df.reset_index(drop=True)

ثم قم بتجميع إطار البيانات المتسلسل حسب جميع الأعمدة:

df_gpby = df.groupby(list(df.columns))

بعد ذلك، نحدد السجلات الفريدة من خلال الحصول على قيم الفهرس حيث يوجد صف واحد فقط:

idx = [x[0] for x in df_gpby.groups.values() if len(x) == 1]

باستخدام هذه المؤشرات، يمكننا تصفية إطار البيانات للحصول على النتيجة المطلوبة:

df.reindex(idx)