两个excel文件与pandas的比较

Question

我有两个excel文件，A和B。A是主副本，其中有员工姓名和组织名称（Name和Org）的更新记录。文件B包含Name和Org列，这些列的记录稍旧一些，还有许多我们不感兴趣的其他列。在

   Name      Org
0   abc    ddc systems
1   sdc    ddc systems
2   csc    ddd systems
3   rdc    kbf org
4   rfc    kbf org

我要做两个手术：

1）我想将Excel B（列Name和Org）与Excel A（列Name和{}）进行比较，并用Name和相应的Org更新文件B。在

2）对于文件B（列Name和Org）中的所有现有条目，我希望将文件和与文件A进行比较，并在任何员工组织发生更改时更新Org列。在

对于解决方案1）要找到下面方法尝试的新条目（尽管不确定此方法是否正确），输出是元组，我不确定如何将其更新回DataFrame。在

^{pr2}$

任何帮助都将不胜感激。谢谢。在

Answer 1

如果名称是唯一的，只需连接A和B，并删除重复项。假设A和{}是您的数据帧

df = pd.concat([A, B]).drop_duplicates(subset=['Name'], keep='first')

或者

^{pr2}$

两者在性能方面应该大致相同。在

Answer 2

解决方案：

diff=pd.DataFrame(list(set(zip(df['aa'], df['bb'])) - set(zip(df2['aa'], df2['bb']))),columns=df.columns)
print(diff.sort_values(by='aa').reset_index(drop=True))

示例：

^{pr2}$

输出：

    aa   bb
0  aa1  bb1
1  aa2  bb2
2  aa3  bb3
3  aa4  bb4
4  aa5  bb5