如何找出两个DataFrame中coin所属country变更的差异行？

假设我们有两个DataFrame：

• 原始数据（记录硬币初始所属国家）：

• 变更后数据（记录硬币更新后的所属国家）：

由于每个coin是唯一标识，我们可以通过对比同一硬币在两个表中的country值，找出发生变更的行。以下是基于Pandas的实现方法：

import pandas as pd

# 构建原始DataFrame
df_old = pd.DataFrame({
    'country': ['USA', 'USA', 'Mexico'],
    'coin': ['coin1', 'coin2', 'coin3']
})

# 构建变更后DataFrame
df_new = pd.DataFrame({
    'country': ['USA', 'Mexico', 'Mexico'],
    'coin': ['coin1', 'coin2', 'coin3']
})

# 以coin为键合并两个表，区分前后的country列
merged_df = df_old.merge(df_new, on='coin', suffixes=('_old', '_new'))

# 筛选出国家发生变更的行，提取变更后的信息
changed_records = merged_df[merged_df['country_old'] != merged_df['country_new']][['country_new', 'coin']]

# 重命名列名匹配期望输出格式
changed_records = changed_records.rename(columns={'country_new': 'country'})

print(changed_records)

运行后输出结果：

核心思路 #

1. 利用coin的唯一性作为关联键，合并原始与变更后的数据集；
2. 通过对比country_old和country_new两列，筛选出值不相等的行；
3. 提取变更后的国家信息与对应硬币，得到最终结果。

内容的提问来源于stack exchange，提问作者Vinícius Tomazoni