如何在忽略列顺序的情况下比较Pandas DataFrame？

针对需求——忽略列名、仅依据列内容和行顺序判断两个DataFrame是否相等，可通过以下步骤实现：

实现思路 #

核心是将两个DataFrame的列按列内容排序，让内容一致的列处于相同位置，再直接比较排序后的DataFrame是否完全相等。

具体代码 #

import pandas as pd

def sort_df_by_column_content(df):
    # 将每一列的所有值转为元组（作为排序的唯一标识），以此为依据对列排序
    sorted_columns = sorted(df.columns, key=lambda col: tuple(df[col]))
    return df[sorted_columns]

# 初始化示例DataFrame
df_a = pd.DataFrame({ 0: ['a', 'b', 'c'], 1: [9, 8, 7], 2: [True, True, False] })
df_b = pd.DataFrame({ 0: [9, 8, 7], 1: [True, True, False], 2: ['a', 'b', 'c'] })

# 对两个DataFrame按列内容排序
sorted_a = sort_df_by_column_content(df_a)
sorted_b = sort_df_by_column_content(df_b)

# 判断是否相等
result = sorted_a.equals(sorted_b)
print(result)  # 输出：True

关键细节说明 #

• 用tuple(df[col])将列内容转为元组：因为Pandas的Series无法直接作为排序键，元组是可哈希且能唯一代表列内容的结构。
• sorted()函数根据列内容的元组对列排序，确保内容一致的列在排序后位置相同。
• 最后用equals()方法逐元素比较排序后的DataFrame，确保行顺序和对应位置的元素完全一致。

边界情况处理 #

• 若两个DataFrame行数不同：直接判定不相等（行顺序一致的前提是行数相同）。
• 若列数不同：直接判定不相等，无法满足“包含相同列”的条件。
• 若存在内容完全重复的列：排序后不影响最终比较结果，equals()会正确识别对应位置的元素。

内容的提问来源于stack exchange，提问作者user6118986