如何实现Pandas中任意数据类型的两行差异对比？函数报错求助

错误原因 #

你写的代码里，df.loc[df['Employee Name'] == row1][col1]返回的是带原行索引的Series（比如John对应索引0，Jill对应索引1），两个索引不同的Series直接比较时，Pandas会要求必须是"identically-labeled"（索引完全一致）的对象，因此触发ValueError。

修正方案 #

方法1：提取单行标量值逐列对比 #

先把目标行转成字典，直接按列取值对比：

def sim_func(df, row1, row2):
    # 提取两行的标量数据转成字典
    row_data1 = df[df['Employee Name'] == row1].iloc[0].to_dict()
    row_data2 = df[df['Employee Name'] == row2].iloc[0].to_dict()
    
    # 遍历列名，输出值不同的列
    for col in df.columns:
        if row_data1[col] != row_data2[col]:
            print(col)

sim_func(cars, 'John', 'Jill')

运行输出：

Sex
# Cars Sold
Years With Company
Personal Car

方法2：Series重置索引后对比 #

提取两行的Series并重置索引，确保索引一致后直接对比：

def sim_func(df, row1, row2):
    # 获取两行的Series，重置索引消除原行号影响
    s1 = df[df['Employee Name'] == row1].iloc[0].reset_index(drop=True)
    s2 = df[df['Employee Name'] == row2].iloc[0].reset_index(drop=True)
    
    # 筛选并输出值不同的列名
    diff_cols = s1[s1 != s2].index.tolist()
    for col in diff_cols:
        print(col)

sim_func(cars, 'John', 'Jill')

方法3：一行代码快速实现 #

直接用布尔筛选获取差异列：

row1 = cars[cars['Employee Name'] == 'John'].iloc[0]
row2 = cars[cars['Employee Name'] == 'Jill'].iloc[0]
diff_cols = row1[row1 != row2].index.tolist()
print(diff_cols)

输出结果：

['Sex', '# Cars Sold', 'Years With Company', 'Personal Car']

关键说明 #

• 用iloc[0]可以直接提取筛选后的第一行数据（转为Series），避免返回带原索引的Series导致对比失败。
• 上述方法支持所有数据类型的对比（字符串、数值、布尔等），解决了pd.diff仅支持数值型的局限。

内容的提问来源于stack exchange，提问作者E_Sarousi