Tengo dos dataframes F1
con 215 filas y F2
con 195 filas, tienen en común una columna, Localidad
, sin valores repetidos en los dos casos. Quiero encontrar las diferencias entre las dos columnas para identificar valores que pueden ser el mismo, pero escrito de forma diferente.
F1
Localidad
...
Alcabendas
Colmenar_Viejo
Las_Rozas
Los_Molinos
San_Martin
Santa_Clara
...
------------------------------
F2
Localidad
...
Alcabendas
Colmenar_Viejo
Rozas,_Las
Molinos,_Los
S._Martin
Sta._Clara
...
He probado con: df=F1[['Localidad']].merge(F2[['Localidad']], how ='outer', indicator='right_only')
pero muestra los valores que están en ambas o en una de las dos.
.....
108 Alcobendas both
109 Comenar_Viejo both
110 Las_Rozas left_only
111 Los_Molinos left_only
112 San_Martin left_only
........
¿Hay alguna otra forma de hacerlo sin que aparezcan las que están en los dos dataframes? Agradeceré cualquier ayuda.
a=set(F1.Localidad); b=set(F2.Localidad)
para después calcular diferencias entre conjuntos, comoa-b
(te dará los que están ena
pero no enb
) ob-a
(viceversa), o(a|b) - (a&b)
(la unión menos la intersección), etc. según lo que necesites.