Les pandas vérifient si deux colonnes sont égales

Souvent, vous voudrez comparer les données en deux colonnes dans un Pandas DataFrame et afficher les résultats dans une troisième colonne. Nous apprendrons toutes les lignes directrices sur la façon de comparer les colonnes dans un pandas dataframe dans cet article. Pandas est un package Python utile pour l'analyse des données, la visualisation, la purification des données et d'autres activités. Continuez à lire cet article pour trouver tous les détails sur la comparaison de deux colonnes dans un Pandas DataFrame avec des exemples.

Module pandas en python

Le module Python Pandas est essentiellement un package Python gratuit. Il dispose d'un large éventail d'applications en informatique, analyse des données, statistiques et autres domaines.

Le module Pandas utilise les fonctionnalités principales du module Numpy. Numpy est une structure de données de bas niveau. Il permet aux utilisateurs de manipuler des tableaux multidimensionnels et de leur appliquer diverses opérations mathématiques. Les pandas offrent une interface utilisateur plus avancée. Il comprend également une capacité de série chronologique robuste et une amélioration des données tabulaires.

Le DataFrame est la structure de données principale de Pandas. Il s'agit d'une structure de données 2D qui vous permet de stocker et de manipuler des données sous forme tabulaire.

Les pandas ont beaucoup de fonctionnalités pour le dataframe. L'alignement des données, le tranchage, les statistiques de données, le regroupement, la concaténation des données, la fusion, etc. sont des exemples.

Pourquoi comparer deux colonnes en pandas?

Lorsque nous souhaitons comparer les valeurs de deux colonnes ou voir à quel point elles sont similaires, nous devons les comparer. Par exemple, si nous avons deux colonnes et que nous voulons déterminer si la colonne est plus ou moins que l'autre colonne ou leur ressemblance, la comparaison des colonnes est la façon appropriée de le faire.

Pour associer les valeurs dans Pandas et Numpy, il existe une variété d'approches. Dans cet éditorial, nous allons passer par de nombreuses stratégies et les actions impliquées dans la mise en pratique.

Supposons que nous ayons deux colonnes: la colonne A contient divers projets, et la colonne B a les noms associés. Dans la colonne D, nous avons plusieurs projets sans rapport. Sur la base des projets de la colonne D, nous souhaitons retourner les noms associés de la colonne B. Dans Excel, comment pouvez-vous comparer les colonnes A et D et obtenir les valeurs relatives de la colonne B? Regardons quelques exemples et comprenons comment vous pouvez y parvenir.

Exemple 1:

Le NP.où () la technique sera utilisée dans cet exemple. La syntaxe est numpy.où (condition [, a, b]). Cette méthode reçoit la condition, et si la condition est vraie, la valeur que nous fournissons («A» dans la syntaxe) sera la valeur que nous leur offrons.

Nous importons les bibliothèques, les pandas et Numpy nécessaires dans le code ci-dessous. Nous avons construit un dictionnaire et répertorié les valeurs pour chaque colonne.

Nous obtenons la condition pour comparer les colonnes en utilisant la méthode où () dans Numpy. Si 'First_Column' est plus petit que 'second_Column' et 'First_Column' est plus petit que 'Third_Column,' Les valeurs de 'First_Column' sont imprimées. Si la condition échoue, la valeur est définie sur 'nan.`` Ces résultats sont enregistrés dans la nouvelle colonne de DataFrame. Enfin, le dataframe est présenté à l'écran.

importer des pandas
Importer Numpy
data =
'First_Column': [2, 3, 40, 5],
'Second_column': [8, 5, 30, 10],
'Third_Column': [4, 9, 12, 40]

d_frame = pandas.DataFrame (données)
d_frame ['new'] = numpy.où ((d_frame ['first_column'] <= d_frame['Second_Column']) & (
d_frame ['premier_column'] <= d_frame['Third_Column']), d_frame['First_Column'], numpy.nan)
print (d_frame)

La sortie est indiquée ci-dessous. Ici, vous pouvez voir le premier_column, second_column et troisième_column. La colonne «nouvelle» affiche les valeurs résultantes après avoir exécuté la commande.

Exemple 2:

Cet exemple montre comment utiliser la méthode equals () pour comparer deux colonnes et renvoyer le résultat dans la troisième colonne. Trame de données.égaux (autre) est la syntaxe. Cette méthode vérifie si deux colonnes ont les mêmes éléments.

Nous utilisons la même méthode dans le code ci-dessous, qui implique d'importer des bibliothèques et de construire un dataframe. Nous avons créé une nouvelle colonne (nommée: Fourth_Column) dans ce DataFrame. Cette nouvelle colonne est égale à 'seconde_column' afin de montrer ce que la fonction fonctionne dans ce DataFrame.

importer des pandas
Importer Numpy
data =
'First_Column': [2, 3, 40, 5],
'Second_column': [8, 5, 30, 10],
'Third_Column': [4, 9, 12, 40],
'Quatreh_Column': [8, 5, 30, 10],

d_frame = pandas.DataFrame (données)
print (d_frame ['quatrième_column'].égaux (d_frame ['second_column']))

Lorsque nous exécutons l'exemple de code donné ci-dessus, il renvoie «vrai», comme vous pouvez le voir dans l'image jointe.

Exemple 3:

Cette méthode nous permet de passer la méthode et autrement des conditions dans l'exemple final de notre article et de faire exécuter la même fonction à travers la série Pandas Dataframe. En utilisant cette stratégie, nous minimisons le temps et le code.

Le même code est également utilisé dans cet exemple pour créer un dataframe dans Pandas. Nous créons une fonction anonyme temporaire dans appliquer () lui-même en utilisant Lambda en utilisant la méthode applique (). Il détermine si 'colonne1' est plus petit que 'Column2' et 'Column1' est plus petit que 'Column3'. Si vrai, la valeur «colonne1» sera retournée. Il affichera nan s'il est faux. La nouvelle colonne est utilisée pour maintenir ces valeurs. En conséquence, les colonnes ont été comparées.

importer des pandas
Importer Numpy
data =
'First_Column': [2, 3, 40, 5],
'Second_column': [8, 5, 30, 10],
'Third_Column': [4, 9, 12, 40],

d_frame = pandas.DataFrame (données)
d_frame ['new'] = d_frame.appliquer (Lambda x: x ['first_column'] si x ['premier_column'] <=
x ['second_column'] et x ['premier_column']
<= x['Third_Column'] else numpy.nan, axis=1)
print (d_frame)

L'image jointe montre la comparaison de deux colonnes.

Conclusion:

C'était un court article sur l'utilisation de pandas et de python pour comparer une ou plusieurs colonnes de deux dataframes. Nous avons parcouru la fonction equals () (qui vérifie si deux objets Pandas ont les mêmes éléments), le NP.où () méthode (qui renvoie les éléments de x ou y en fonction des critères), et la méthode applique () (qui accepte une fonction et l'applique à toutes les valeurs d'une série Pandas). Si vous n'êtes pas familier avec le concept, vous pouvez utiliser ce guide. Pour votre commodité, le message comprend tous les détails ainsi que de nombreux échantillons.