如何从多个DataFrame创建频次/值计数表并对比差异

我有两个DataFrame，数据如下：

df1：

df2：

需要将两个DataFrame的国家列表合并为集合后分组，对比两者间的差异，预期输出格式如下：

可以通过Pandas完成这个需求，步骤如下：

• 先分别统计两个DataFrame中每个国家的出现次数：

  import pandas as pd
  
  # 构造示例数据
  df1 = pd.DataFrame({'country': ['US', 'US', 'CA', 'CN', 'AR']})
  df2 = pd.DataFrame({'country': ['AR', 'AD', 'AO', 'AU', 'US']})
  
  # 统计df1的国家计数
  df1_counts = df1.groupby('country').size().reset_index(name='df1_country_count')
  # 统计df2的国家计数
  df2_counts = df2.groupby('country').size().reset_index(name='df2_country_count')
  

• 对两个统计结果做全外连接，补全缺失的计数为0：

  # 全外连接保留所有国家
  merged = pd.merge(df1_counts, df2_counts, on='country', how='outer')
  # 把缺失的计数填充为0，并转为整数类型
  merged = merged.fillna(0).astype({'df1_country_count': int, 'df2_country_count': int})
  # 重命名列名匹配预期输出
  merged = merged.rename(columns={'country': 'country code'})
  

• 最终输出结果：

  print(merged)
  

运行后就能得到和预期一致的表格。

内容的提问来源于stack exchange，提问作者Jiayu Zhang