pandas.Series.compare

Series.compare(other, align_axis=1, keep_shape=False, keep_equal=False, result_names=('self', 'other'))

与另一个系列进行比较并显示差异。

参数:

其他系列

要比较的对象。

align_axis{0 或 ‘index’, 1 或 ‘columns’}, 默认 1

确定在哪个轴上对齐比较。

• 0, 或 ‘index’结果差异是垂直堆叠的

  从 self 和 other 中交替绘制行。

• 1, 或 ‘列’结果差异是水平对齐的

  从 self 和 other 中交替绘制列。

keep_shape布尔值, 默认为 False

如果为真，所有行和列都会被保留。否则，只有值不同的行和列会被保留。

keep_equal布尔值, 默认为 False

如果为真，结果会保留相等的值。否则，相等的值会显示为 NaNs。

result_namestuple, 默认值 (‘self’, ‘other’)

在比较中设置数据框的名称。

Added in version 1.5.0.

返回:

Series 或 DataFrame

如果轴是 0 或 ‘index’，结果将是一个 Series。结果索引将是一个 MultiIndex，其中 ‘self’ 和 ‘other’ 交替堆叠在内层。

如果轴是 1 或 ‘columns’，结果将是一个 DataFrame。它将有两列，即 ‘self’ 和 ‘other’。

参见

DataFrame.compare

与另一个 DataFrame 进行比较并显示差异。

备注

匹配的 NaNs 不会显示为差异。

例子

>>> s1 = pd.Series(["a", "b", "c", "d", "e"])
>>> s2 = pd.Series(["a", "a", "c", "b", "e"])

将差异对齐到列

>>> s1.compare(s2)
  self other
1    b     a
3    d     b

在索引上堆叠差异

>>> s1.compare(s2, align_axis=0)
1  self     b
   other    a
3  self     d
   other    b
dtype: object

保持所有原始行

>>> s1.compare(s2, keep_shape=True)
  self other
0  NaN   NaN
1    b     a
2  NaN   NaN
3    d     b
4  NaN   NaN

保持所有原始行和所有原始值

>>> s1.compare(s2, keep_shape=True, keep_equal=True)
  self other
0    a     a
1    b     a
2    c     c
3    d     b
4    e     e