Python中批量验证多DataFrame列名及位置一致性的方法

第一步：统一收集所有目标DataFrame #

先把data_1到data_15集中到一个列表，方便批量处理：

# 自动生成列表（推荐，避免手动输入错误）
dfs = [globals()[f'data_{i}'] for i in range(1, 16)]

# 若自动收集有问题，可手动列写
# dfs = [data_1, data_2, data_3, data_4, data_5, data_6, data_7, data_8, data_9, data_10, data_11, data_12, data_13, data_14, data_15]

方法1：基准对比法（精准定位差异） #

以第一个DataFrame的列作为基准，逐个检查其他数据集的列名和顺序是否完全匹配：

# 获取基准列（含顺序）
base_columns = dfs[0].columns.tolist()

# 遍历验证
for idx, df in enumerate(dfs, 1):
    current_cols = df.columns.tolist()
    if current_cols != base_columns:
        print(f"data_{idx} 列名/顺序与基准不一致：")
        print(f"基准列：{base_columns}")
        print(f"data_{idx} 列：{current_cols}")
        print("-" * 50)
    else:
        print(f"data_{idx} 列名及顺序验证通过")

方法2：哈希快速校验法（快速排查不一致） #

将列名拼接成字符串生成哈希值，通过对比哈希快速找出异常数据集：

import hashlib

def get_column_fingerprint(df):
    # 生成列名的唯一哈希标识
    col_str = ','.join(df.columns.tolist())
    return hashlib.md5(col_str.encode()).hexdigest()

# 生成每个数据集的列指纹
col_fingerprints = [(f"data_{i}", get_column_fingerprint(df)) for i, df in enumerate(dfs, 1)]

# 检查是否存在不同指纹
unique_fingerprints = set(fp for _, fp in col_fingerprints)
if len(unique_fingerprints) > 1:
    print("发现不一致的列配置：")
    for name, fp in col_fingerprints:
        print(f"{name}: {fp}")
else:
    print("所有DataFrame的列名及顺序完全一致")

方法3：严谨列对象对比（附带差异列分析） #

利用pandas的columns.equals()方法直接对比列对象，还能进一步分析缺失/额外列：

base_cols = dfs[0].columns

for idx, df in enumerate(dfs, 1):
    if not df.columns.equals(base_cols):
        print(f"data_{idx} 列名/顺序与基准不符")
        # 分析具体差异
        missing_cols = base_cols.difference(df.columns)
        extra_cols = df.columns.difference(base_cols)
        if missing_cols:
            print(f"缺失列：{list(missing_cols)}")
        if extra_cols:
            print(f"额外列：{list(extra_cols)}")
        print("-" * 50)
    else:
        print(f"data_{idx} 验证通过")

验证通过后，就可以放心执行拼接：

combined_df = pd.concat(dfs, ignore_index=True)

内容的提问来源于stack exchange，提问作者ChrisGila