【Pandas】pandas Series compare

# Pandas2.2 Series

## Computations descriptive stats

|方法|描述|

|-|:-------|

|Series.compare(other[, align_axis, ...])|用于比较两个 `Series`|

 

### pandas.Series.compare

`pandas.Series.compare` 方法用于比较两个 `Series`，并返回一个包含差异的 `DataFrame`。该方法可以显示两个 `Series` 中哪些值不同，并且可以选择是否保留相等的值以及如何对齐数据。

#### 参数说明

- **other**：另一个 `Series` 或标量值。与当前 `Series` 进行比较的对象。

- **align_axis**：{0 or 'index', 1 or 'columns'}，默认为 1。指定对齐的轴：

  - 0 或 'index'：按索引对齐。

  - 1 或 'columns'：按列对齐（对于 `Series` 来说，通常不需要更改）。

- **keep_shape**：布尔值，默认为 False。如果为 True，则返回的 `DataFrame` 将保留原始形状，即使某些位置没有差异。

- **keep_equal**：布尔值，默认为 False。如果为 True，则返回的 `DataFrame` 将包含相等的值。

- **result_names**：元组，默认为 ('self', 'other')。指定返回的 `DataFrame` 中两列的名称。

#### 示例及结果

##### 示例 1：基本用法

```python

import pandas as pd

# 创建两个 Series

s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

s2 = pd.Series([1, 2, 5, 6], index=['a', 'b', 'c', 'd'])

print("第一个 Series (s1):")

print(s1)

print("\n第二个 Series (s2):")

print(s2)

# 使用 compare 方法比较两个 Series

comparison = s1.compare(s2)

print("\n比较结果:")

print(comparison)

```

##### 输出结果

```

第一个 Series (s1):

a    1

b    2

c    3

d    4

dtype: int64

第二个 Series (s2):

a    1

b    2

c    5

d    6

dtype: int64

比较结果:

   self  other

c   3.0    5.0

d   4.0    6.0

```

在这个例子中，`compare` 方法返回了一个 `DataFrame`，其中包含 `s1` 和 `s2` 中不同的值。索引 `c` 和 `d` 的值在两个 `Series` 中不同，因此它们被显示在结果中。

##### 示例 2：保留形状 (`keep_shape=True`)

```python

import pandas as pd

# 创建两个 Series

s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

s2 = pd.Series([1, 2, 5, 6], index=['a', 'b', 'c', 'd'])

# 使用 compare 方法比较两个 Series，并保留形状

comparison_keep_shape = s1.compare(s2, keep_shape=True)

print("\n比较结果 (保留形状):")

print(comparison_keep_shape)

```

##### 输出结果

```

比较结果 (保留形状):

   self  other

a   NaN    NaN

b   NaN    NaN

c   3.0    5.0

d   4.0    6.0

```

在这个例子中，`keep_shape=True` 参数使得返回的 `DataFrame` 保留了原始形状，即使某些位置没有差异。

##### 示例 3：保留相等的值 (`keep_equal=True`)

```python

import pandas as pd

# 创建两个 Series

s1 = pd.Series([1, 2, 3, 4], index=['a', 'b', 'c', 'd'])

s2 = pd.Series([1, 2, 5, 6], index=['a', 'b', 'c', 'd'])

# 使用 compare 方法比较两个 Series，并保留相等的值

comparison_keep_equal = s1.compare(s2, keep_equal=True)

print("\n比较结果 (保留相等的值):")

print(comparison_keep_equal)

```

##### 输出结果

```

比较结果 (保留相等的值):

   self  other

c     3      5

d     4      6

```

在这个例子中，`keep_equal=True` 参数使得返回的 `DataFrame` 包含了相等的值。

#### 注意事项

- `compare` 方法主要用于比较两个 `Series` 的差异，并返回一个 `DataFrame`，其中包含不同的值。

- 如果需要比较更复杂的结构（如 `DataFrame`），可以使用 `DataFrame.compare` 方法。

- `keep_shape` 和 `keep_equal` 参数可以根据需求调整返回的结果形状和内容。

#### 总结

`pandas.Series.compare` 方法是一个强大的工具，用于比较两个 `Series` 并返回差异。通过调整参数，可以灵活地控制返回结果的形状和内容，适用于各种数据分析场景。