Pythonで2つのPandasシリーズを比較し、差分を出力する方法

この記事では、PythonのPandasライブラリを使って、2つのSeries（シリーズ）を比較し、互いに異なる要素の位置（インデックス）と値の差分を出力する方法を解説します。ここでいう「差分」とは、2つのシリーズ間で要素が一致しなかったインデックス位置とその値を指します。

アルゴリズム

処理の手順は以下の通りです。

1. 2つのPandasシリーズ s1 と s2 を定義します。
2. Pandasの compare() メソッドを使って、2つのシリーズを比較します。
3. 比較結果として得られた差分を出力します。

サンプルコード

import pandas as pd

s1 = pd.Series([10,20,30,40,50,60])
s2 = pd.Series([10,30,30,40,55,60])

print("S1:\n", s1)
print("\nS2:\n", s2)

difference = s1.compare(s2)
print("\nDifference between the series: \n",difference)

実行結果

S1:
0    10
1    20
2    30
3    40
4    50
5    60
dtype: int64

S2:
0    10
1    30
2    30
3    40
4    55
5    60
dtype: int64

Difference between the series:
     self  other
1   20.0   30.0
4   50.0   55.0

出力の解説

上記の出力では、差分の結果が「self」と「other」という2つの列で表示されています。「self」は呼び出し元である s1 の値を、「other」は比較対象である s2 の値を表しています。

この例では、インデックス1の位置で s1 が 20、s2 が 30 と異なっており、またインデックス4の位置でも s1 が 50、s2 が 55 と異なっていることがわかります。一致している要素（インデックス0、2、3、5）は結果には表示されません。

補足：compare()メソッドについて

compare() メソッドは、Pandas 1.1.0以降で利用可能です。デフォルトでは一致しない箇所のみを表示しますが、引数に keep_shape=True を指定すると元の形状を維持したまま全要素を表示でき、さらに keep_equal=True を指定すると一致した要素もそのまま表示できます。データ検証や差分チェックの際に非常に便利なメソッドなので、ぜひ活用してみてください。