Vergleichen zwei Gruppenergebnisse

Question

Ich habe folgende 2 Datenrahmen:

DF1: 
    DATE   ID_1 ID_2 RESULT 
0 2014-06-16  1 a RED 
1 2014-07-01  1 a WHITE 
2 2014-08-16  2 c BLUE 
3 2015-08-16  3 a RED 


DF2 
    DATE   ID_1 ID_2 RESULT 
0 2014-06-16  1 z WHITE 
1 2014-07-01  1 z WHITE 
2 2014-08-16  2 h BLUE 
3 2014-08-16  3 k RED 

Dass Sie, indem Sie diese erhalten können:

df1 = pd.DataFrame(columns=["DATE","ID_1", "ID_2", "RESULT" ]) 
df2 = pd.DataFrame(columns=["DATE","ID_1", "ID_2","RESULT"]) 

df1["DATE"] = ['2014-06-16', '2014-07-01', '2014-08-16', '2015-08-16'] 
df1['ID_1'] = [1,1,2,3] 
df1['ID_2'] = ['a', 'a', 'c', 'a'] 
df1['RESULT'] = ['RED', 'WHITE', 'BLUE', 'RED'] 

df2["DATE"] = ['2014-06-16', '2014-07-01', '2014-08-16' , '2014-08-16'] 
df2['ID_1'] = [1,1,2,3] 
df2['ID_2'] = ['z', 'z', 'h', 'k'] 
df2['RESULT'] = ['WHITE', 'WHITE', 'BLUE', 'RED'] 

Jetzt brauche ich „ID_1“ auf beide und vergleichen, wenn alle GROUPBY Spalten (außer ID_2) sind gleich. Im Idealfall durch die Unterschiede zeigt

Das Ergebnis sollte so sein:

DATE   ID_1 ID_2x ID2y RESULTx RESULTy 
2014-06-16  1 z  a  WHITE RED 

ich durch die Gruppierung wie folgt versucht:

grp1 = df1.groupby("ID_1") 
grp2 = df2.groupby("ID_1") 

for (g1,g2) in zip(grp1,grp2): 
     g1[1][["DATE", "RESULT"]] != g2[1][["DATE", "RESULT"]] 

Aber ich glaube nicht effizient ist. Außerdem erhalte ich einen Vergleichsfehler:

ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all() 

Irgendeine Idee darüber, wie man vorgeht?

Danke!

Answer 1

Das Problem erneut angeben: Sie möchten zwei Datenrahmen vergleichen und alle Zeilen finden, deren Werte sich unterscheiden (mit Ausnahme einer bestimmten Spalte). Hier ist eine Möglichkeit, es zu tun:

cols = ['DATE', 'ID_1', 'RESULT'] 
cond = (df1[cols] != df2[cols]).any(axis=1) 
new_df = df1[cond].merge(df2[cond], on='ID_1', how='outer', suffixes=('x','y')) 

(Das Ergebnis unterscheidet sich ein wenig von dem in Ihrer Antwort, weil ich nicht ganz sicher über das allgemeine Verhalten war für Sie suchen - meine Kommentare auf der Antwort sehen) .