如何遍历Pandas compare()结果行生成指定字段变更报告？

1. 先筛选目标列 #

从compare()返回的多级索引DataFrame中，直接提取你需要的字段（比如A、B、C、E），过滤掉不需要的列：

import pandas as pd

# 假设updated_records是compare后的结果
target_fields = ['A', 'B', 'C', 'E']
# 多级索引下按第一层列索引筛选指定字段
filtered_df = updated_records[target_fields]

2. 遍历生成变更报告（两种实用方式） #

方式一：直接处理多级索引列

无需修改列结构，直接通过多级索引取值，避开iterrows()的层级混乱：

for item_idx in filtered_df.index:
    row_data = filtered_df.loc[item_idx]
    change_list = []
    for field in target_fields:
        # 获取字段的旧值（来自df1的self）和新值（来自df2的other）
        old_val = row_data[(field, 'self')]
        new_val = row_data[(field, 'other')]
        # 只保留有实际变更的记录（排除未变更的NaN值）
        if not pd.isna(old_val) and not pd.isna(new_val):
            change_list.append(f"{field}: {old_val} -> {new_val}")
    
    # 生成指定格式的报告
    if change_list:
        print(f'"For item XXX_{item_idx} those fields where updated:')
        print(',\n'.join(change_list) + ',')
        print('             "')
        print()

方式二：扁平化列索引后使用iterrows()

如果习惯用iterrows()，可以先把多级列索引转成单层，避免层级混淆：

# 扁平化列名，将(A, self)转为A_self，(A, other)转为A_other
flat_df = filtered_df.rename(columns=lambda col: f"{col[0]}_{col[1]}")

for item_idx, row in flat_df.iterrows():
    change_list = []
    for field in target_fields:
        old_col = f"{field}_self"
        new_col = f"{field}_other"
        old_val = row[old_col]
        new_val = row[new_col]
        if not pd.isna(old_val) and not pd.isna(new_val):
            change_list.append(f"{field}: {old_val} -> {new_val}")
    
    if change_list:
        print(f'"For item XXX_{item_idx} those fields where updated:')
        print(',\n'.join(change_list) + ',')
        print('             "')
        print()

关键说明 #

• compare()返回的结果中，未变更的字段对应值为NaN，通过pd.isna()过滤即可只保留有实际变更的内容。
• 示例中的XXX_{item_idx}可以替换为你实际的item唯一标识（比如从原DataFrame中获取的业务ID）。

内容的提问来源于stack exchange，提问作者Exc