查找两个数据帧/列表中字符串之间的差异，输出Differen

Question

所以我有一张excel表格，我试图分析两个版本之间的差异。 具体来说，我有两列：A和B。 我导入python并使用pandas使A和B都成为自己的数据帧（分别称为dfA和dfB）。在这里，他们有以下几点：

key dfA dfB 1 cat bigcat 2 dog smalldog 3 mouse hugemouse 4 child normalchild

我试图输出第三列，其中包含两个数据帧之间的字符串差异，因此实际上是第三个数据帧/列：

ABdifference
big
small
huge
normal

我已经研究过如何使用difflib库，但是我认为它不会以可读的格式生成结果

我会粘贴代码，我到目前为止，但它真的不多，因为我还没有在一段时间内编码，我认为这会比我想的容易。。。你知道吗

import pandas as pd
from pandas import ExcelWriter
import difflib

df = pd.read_excel('somesheet.xlsx', sheet_name='Diff')

first= df['A']
second = df['B']

我不赞成使用pandas和dataframes，我只是认为这是处理excel数据的最佳方式。你知道吗

如果有人能在任何方面提供帮助，我们将不胜感激！你知道吗

干杯

Answer 1

您可以尝试以下公式：

=IF(FIND(A2,B2)>1,LEFT(B2,FIND(A2,B2)-1),IF(FIND(B2,B2)=1,RIGHT(B2,LEN(B2)-LEN(A2))))

Answer 2

可以将Dataframe.apply与lambda函数一起使用：

print(dfA, '\n')
print(dfB)

    col1
0    cat
1    dog
2  mouse
3  child 

          col2
0       bigcat
1     smalldog
2    hugemouse
3  normalchild

将数据帧与pd.concat组合：

df_combined = pd.concat([dfA, dfB], axis=1)
print(df_combined)
    col1         col2
0    cat       bigcat
1    dog     smalldog
2  mouse    hugemouse
3  child  normalchild

与replace一起使用.apply

df_combined['col'] = df_combined.apply(lambda x: x['col2'].replace(x['col1'], ''), axis=1)

print(df_combined)
    col1         col2     col
0    cat       bigcat     big
1    dog     smalldog   small
2  mouse    hugemouse    huge
3  child  normalchild  normal