转置和比较

Question

我正在尝试比较两个数据框。 Item 和 Summary 变量对应于各种日期和数量。我想将日期连同相关数量一起转置到一列数据中。然后我想比较两个数据框，看看从 PreviousData 到 CurrentData.

有什么变化

以前的数据：

PreviousData = { 'Item' : ['abc','def','ghi','jkl','mno','pqr','stu','vwx','yza','uaza','fupa'],
                'Summary' : ['party','weekend','food','school','tv','photo','camera','python','r','rstudio','spyder'],
                '2022-01-01' : [1, np.nan, np.nan, 1.0, np.nan, 1.0, np.nan, np.nan, np.nan,np.nan,2],
                '2022-02-01' : [1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-03-01' : [np.nan,np.nan,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan],
                '2022-04-01' : [np.nan,np.nan,3,np.nan,np.nan,3,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-05-01' : [np.nan,np.nan,np.nan,3,np.nan,np.nan,2,np.nan,np.nan,3,np.nan],
                '2022-06-01' : [np.nan,np.nan,np.nan,np.nan,2,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-07-01' : [np.nan,1,np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan],
                '2022-08-01' : [np.nan,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-09-01' : [np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,1,np.nan],
                '2022-10-01' : [np.nan,np.nan,1,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-11-01' : [np.nan,2,np.nan,np.nan,1,1,1,np.nan,np.nan,np.nan,np.nan],
                '2022-12-01' : [np.nan,np.nan,np.nan,np.nan,3,np.nan,np.nan,2,np.nan,np.nan,np.nan],
                '2023-01-01' : [np.nan,np.nan,1,np.nan,1,np.nan,np.nan,np.nan,2,np.nan,np.nan],
                '2023-02-01' : [np.nan,np.nan,np.nan,2,np.nan,2,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2023-03-01' : [np.nan,3,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2023-04-01' : [np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan],
                '2023-05-01' : [np.nan,np.nan,2,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,2,np.nan],
                '2023-06-01' : [1,1,np.nan,np.nan,9,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2023-07-01' : [np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2023-08-01' : [np.nan,1,np.nan,np.nan,1,np.nan,1,np.nan,np.nan,np.nan,np.nan],
                '2023-09-01' : [np.nan,1,1,np.nan,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan],
               }
PreviousData = pd.DataFrame(PreviousData)

PreviousData

当前数据：

CurrentData = { 'Item' : ['ghi','stu','abc','mno','jkl','pqr','def','vwx','yza'],
               'Summary' : ['food','camera','party','tv','school','photo','weekend','python','r'],
                '2022-01-01' : [3, np.nan, np.nan, 1.0, np.nan, 1.0, np.nan, np.nan, np.nan],
                '2022-02-01' : [np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-03-01' : [np.nan,1,1,1,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-04-01' : [np.nan,np.nan,1,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-05-01' : [np.nan,np.nan,3,np.nan,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-06-01' : [2,np.nan,np.nan,np.nan,4,np.nan,np.nan,np.nan,np.nan],
                '2022-07-01' : [np.nan,np.nan,np.nan,np.nan,np.nan,4,np.nan,np.nan,np.nan],
                '2022-08-01' : [np.nan,np.nan,3,np.nan,4,np.nan,np.nan,np.nan,np.nan],
                '2022-09-01' : [np.nan,np.nan,3,3,3,np.nan,np.nan,5,5],
                '2022-10-01' : [np.nan,np.nan,np.nan,np.nan,5,np.nan,np.nan,np.nan,np.nan],
                '2022-11-01' : [np.nan,np.nan,np.nan,5,np.nan,np.nan,np.nan,np.nan,np.nan],
                '2022-12-01' : [np.nan,4,np.nan,np.nan,np.nan,1,np.nan,np.nan,np.nan],
                '2023-01-01' : [np.nan,np.nan,np.nan,np.nan,1,1,np.nan,np.nan,np.nan],
                '2023-02-01' : [np.nan,np.nan,np.nan,2,1,np.nan,np.nan,np.nan,np.nan],
                '2023-03-01' : [np.nan,np.nan,np.nan,np.nan,2,np.nan,2,np.nan,2],
                '2023-04-01' : [np.nan,np.nan,np.nan,np.nan,np.nan,2,np.nan,np.nan,2],
               }
CurrentData = pd.DataFrame(CurrentData)
CurrentData

根据要求，这是一个差异示例：

这两组如何转置比较？

Answer 1

执行此操作的一种方法如下。转置两个数据帧：

PreviousData_t = PreviousData.melt(id_vars=["Item", "Summary"], 
    var_name="Date", 
    value_name="value1")

也就是

   Item  Summary        Date  value1
0     abc    party  2022-01-01     1.0
1     def  weekend  2022-01-01     NaN
2     ghi     food  2022-01-01     NaN
3     jkl   school  2022-01-01     1.0
4     mno       tv  2022-01-01     NaN
..    ...      ...         ...     ...
226   stu   camera  2023-09-01     NaN
227   vwx   python  2023-09-01     1.0
228   yza        r  2023-09-01     NaN
229  uaza  rstudio  2023-09-01     NaN
230  fupa   spyder  2023-09-01     NaN

和

CurrentData_t = CurrentData.melt(id_vars=["Item", "Summary"], 
    var_name="Date", 
    value_name="value2")

  Item  Summary        Date  value2
0    ghi     food  2022-01-01     3.0
1    stu   camera  2022-01-01     NaN
2    abc    party  2022-01-01     NaN
3    mno       tv  2022-01-01     1.0
4    jkl   school  2022-01-01     NaN
..   ...      ...         ...     ...
139  jkl   school  2023-04-01     NaN
140  pqr    photo  2023-04-01     2.0
141  def  weekend  2023-04-01     NaN
142  vwx   python  2023-04-01     NaN
143  yza        r  2023-04-01     2.0

[144 rows x 4 columns]

然后合并：

Compare = PreviousData_t.merge(CurrentData_t, on =['Date','Item','Summary'], how = 'left')
     Item  Summary        Date  value1  value2
0     abc    party  2022-01-01     1.0     NaN
1     def  weekend  2022-01-01     NaN     NaN
2     ghi     food  2022-01-01     NaN     3.0
3     jkl   school  2022-01-01     1.0     NaN
4     mno       tv  2022-01-01     NaN     1.0
..    ...      ...         ...     ...     ...
226   stu   camera  2023-09-01     NaN     NaN
227   vwx   python  2023-09-01     1.0     NaN
228   yza        r  2023-09-01     NaN     NaN
229  uaza  rstudio  2023-09-01     NaN     NaN
230  fupa   spyder  2023-09-01     NaN     NaN

[231 rows x 5 columns]

并通过创建标记差异的列进行比较

Compare['diff'] = np.where(Compare['value1']!=Compare['value2'], 1,0)

Item  Summary        Date  value1  value2  diff
0     abc    party  2022-01-01     1.0     NaN     1
1     def  weekend  2022-01-01     NaN     NaN     1
2     ghi     food  2022-01-01     NaN     3.0     1
3     jkl   school  2022-01-01     1.0     NaN     1
4     mno       tv  2022-01-01     NaN     1.0     1
..    ...      ...         ...     ...     ...   ...
226   stu   camera  2023-09-01     NaN     NaN     1
227   vwx   python  2023-09-01     1.0     NaN     1
228   yza        r  2023-09-01     NaN     NaN     1
229  uaza  rstudio  2023-09-01     NaN     NaN     1
230  fupa   spyder  2023-09-01     NaN     NaN     1

[231 rows x 6 columns]

如果您只想比较两者共有的条目，请执行以下操作：

Compare = PreviousData_t.merge(CurrentData_t, on =['Date','Item','Summary'])

Compare['diff'] = np.where(Compare['value1']!=Compare['value2'], 1,0)

 Item  Summary        Date  value1  value2  diff
0    abc    party  2022-01-01     1.0     NaN     1
1    def  weekend  2022-01-01     NaN     NaN     1
2    ghi     food  2022-01-01     NaN     3.0     1
3    jkl   school  2022-01-01     1.0     NaN     1
4    mno       tv  2022-01-01     NaN     1.0     1
..   ...      ...         ...     ...     ...   ...
139  mno       tv  2023-04-01     NaN     NaN     1
140  pqr    photo  2023-04-01     NaN     2.0     1
141  stu   camera  2023-04-01     NaN     NaN     1
142  vwx   python  2023-04-01     1.0     NaN     1
143  yza        r  2023-04-01     NaN     2.0     1

[144 rows x 6 columns]

转置和比较

Transpose and Compare

python

numpy

dataframe

data-structures

pandas