Python支持多索引检查索引值

Question

我试图比较两个数据帧的差异，使用一个公共键/索引值，该值由帧中的3列组成。

e、 g.假设两列中的列都是：“COL1”、“COL2”、“COL3”、“COL4”

数据帧是df1

然后，我使用了set_index方法：

df1.set_index(["COL1","COL2","COL3"],inplace=True);
df1.sort_index(inplace=True)

df2.set_index(["COL1","COL2","COL3"],inplace=True);
df2.sort_index(inplace=True)

然后我想html" target="_blank">遍历df1数据帧，并检查df2数据帧是否有匹配的索引。我尝试过使用以下方法：

for idx, df_select in df1.groupby(level=[0,1,2]):
    boolDf = df2.isin(idx).all();

但是它返回false（尽管我可以通过打印看到两者的索引都存在）。

我做错了什么？

另外，如何使用第一个数据帧的索引从第二个数据帧获取“loc”行？

提前谢谢！

编辑：示例数据。

testData1。csv包含：TESTVAL1、TESTVAL2、TESTVAL3、firstCsvVal

测试数据2。csv包含：TESTVAL1、TESTVAL2、TESTVAL3、secondCsvVal

代码：

import pandas as pd

firstFile = "P:\\Documents\\Python\\testData1.csv"
secondFile = "P:\\Documents\\Python\\testData2.csv"

columnNames  =["COL1","COL2","COL3","COL4"]
firstData = pd.read_csv(firstFile,names=columnNames)
secondData = pd.read_csv(secondFile,names=columnNames)

firstData.set_index(["COL1","COL2","COL3"],inplace=True)
firstData.sort_index(inplace=True)

secondData.set_index(["COL1","COL2","COL3"],inplace=True)
secondData.sort_index(inplace=True)

print(firstData)
print(secondData)

for idx, df_select in firstData.groupby(level=[0,1,2]):
    boolDf = secondData.isin(idx).all()
    print(idx,boolDf)

结果：

                                   COL4
COL1     COL2     COL3
TESTVAL1 TESTVAL2 TESTVAL3  firstCsvVal
                                    COL4
COL1     COL2     COL3
TESTVAL1 TESTVAL2 TESTVAL3  secondCsvVal
('TESTVAL1', 'TESTVAL2', 'TESTVAL3') COL4    False
dtype: bool

Answer 1

如果要通过比较列“COL1”、“COL2”、“COL3”来查找位于df1但不在df2中的行，可以执行以下操作

df3 = df1.merge(df2, how='left', on=["COL1","COL2","COL3"])

df3[df3.isnull().any(1)]

df3.dropna()