AG
А какую именно оставлять? Последнее по дату, или что
Size: a a a
2021 December 02
AG
Или любую
М
Просто одну) они полностью совпадают по датам и суммам и плательщику и получателю
AG
Так удали дубликаты в них и сделай мерж
М
Не. Тогда я не смогу конкретно сказать что вот ЭТА транзакция относится именно к ЭТОМУ id. А суть - именно показать что одна транз заверена только один раз к одному id
М
Изначально дублей нет в двух DF
AG
Что за ключ мержа? Один? Какой мерж ты используешь
М
По 4 столбцам - плательщик, получатель, дата, сумма.
Использую Left и indicator=True
Потом оставляю те что в категории “both”
Использую Left и indicator=True
Потом оставляю те что в категории “both”
AG
А сказали по id, тут 4 столбца и про Id не слышно
ВL
Миллион строк... А не из базы ли Вы их тащите? Если так, то это делается одним селектор ;-)
М
Видимо неверно выразился.. на ходу пишу. Извиняюсь
М
Исходники - да, 3 таблицы тянется. Потом с ними происходят манипуляции и обработка в блокноте. И остаётся вот этот момент, чтобы выдать результат.
ВL
Меня конечно заклюют сейчас, но имхо, "кесарю кесарево, слесарю слесарево". Таблицы лучше обрабатывать в бд (подготавливать данные), анализ данных в python/R.
K
Какое регулярное выражение использовать, если мне нужно найти все подстроки, начинающиеся на Х и заканчивающиеся на Y, а между ними буквы О?
M
несколько букв О? X и Y одни?
3
Не заклюём) Тоже б делал в sql
VF
как вариант
r"(XO+Y)"AG
Если это не spark
M
или r"^XO+Y?", так будет находить строки, которые начинаются на X и заканчиваются на Y, между ними 1+ O