pandas.Series.compare

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

Сравнение с другой Series и отображение различий.

Введено в версии 1.1.0.

Параметры

other:Series

Объект для сравнения.

align_axis:{0 или ‘индекс’, 1 или ‘колонки’}, по умолчанию 1

Определение оси для выравнивания сравнения.

• 0 или ‘индекс’: Результирующие различия выстраиваются вертикально

  со строками, чередующимися из self и other.

• 1 или ‘колонки’: Результирующие различия выстраиваются горизонтально

  со столбцами, чередующимися из self и other.

keep_shape:bool, по умолчанию False

Если True, сохраняются все строки и столбцы. В противном случае сохраняются только те, у которых значения отличаются.

keep_equal:bool, по умолчанию False

Если True, результат сохраняет значения, которые равны. В противном случае равные значения отображаются как NaNs.

result_names:кортеж, по умолчанию (‘self’, ‘other’)

Устанавливает имена DataFrames в сравнении.

Введено в версии 1.5.0.

Возвращаемое значение

Series или DataFrame

Если ось равна 0 или ‘индекс’, результат будет Series. Результирующий индекс будет MultiIndex с ‘self’ и ‘other’, чередующимися на внутреннем уровне.

Если ось равна 1 или ‘колонки’, результат будет DataFrame. Он будет иметь два столбца: ‘self’ и ‘other’.

См. также

DataFrame.compare

Сравнение с другим DataFrame и отображение различий.

Примечания

Совпадающие NaNs не будут отображаться как различия.

Примеры

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

Выравнивание различий по столбцам

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

Упорядочивание различий по индексам

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

Сохранение всех исходных строк

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

Сохранение всех исходных строк и всех исходных значений

>>> 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