基于日期列查找两个Pandas DataFrame中价格不匹配的单元格

报错原因 #

直接对长度不同的DataFrame列做逐元素比较会触发报错，报错信息翻译为：ValueError: ('长度必须匹配才能比较', (4128,), (4715,))，本质是df1和df2行数不一致，无法一一对应完成列级比较。正确做法是先按日期对齐两个DataFrame再处理。

需求1：提取df2中与df1日期相同但价格不匹配的日期 #

先通过内连接对齐双方共有的日期，再筛选价格不匹配的行并提取日期：

import pandas as pd

# 按Date列内连接，仅保留双方都存在的日期，给不同DataFrame的Price列加后缀区分
merged_df = pd.merge(df1, df2, on='Date', suffixes=('_df1', '_df2'))
# 筛选价格不相等的行，提取日期列表
mismatch_dates = merged_df[merged_df['Price_df1'] != merged_df['Price_df2']]['Date'].tolist()
print("价格不匹配的日期：", mismatch_dates)

针对你的示例数据，运行结果为['18-4-2020']，该日期两边价格分别为20和11，不匹配。

需求2：忽略df2中df1不存在的日期 #

用isin方法筛选df2中存在于df1的行：

df2_filtered = df2[df2['Date'].isin(df1['Date'])]
print("筛选后仅保留df1共有的df2数据：")
print(df2_filtered)

示例数据运行后会保留13-4-2020、18-4-2020两行。

需求3：统计df1存在但df2不存在的日期数量 #

用~isin筛选df1中不在df2的日期，再统计行数：

missing_count = len(df1[~df1['Date'].isin(df2['Date'])])
print("df1有但df2没有的日期数量：", missing_count)

示例数据中12-4-2020仅存在于df1，因此结果为1。

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