如何在Python中通过for循环基于唯一标识符校验两个DataFrame值是否一致？

数据情况 #

df1数据：

id|treat
---|---
123|ice cream
456|cake
789|cookie

df2数据：

id|treat
    —--|—--
    456|cake
    789|cookie
    123|cake

需求：通过for循环遍历所有id，校验两个DataFrame中同一id的treat值是否相同，统计匹配的总数量。

现有代码错误分析 #

第一段代码问题 #

matches = 0
frames = zip(df1, df2)
  for x,y, in frames:  
    if x["treats"] == y["treats"]:
      matches+=1

• zip(df1, df2)迭代的是DataFrame的列名（比如'id'、'treat'），不是行数据，因此x和y是列名字符串，无法用x["treats"]取值。
• 列名拼写错误：实际列名是treat，不是treats。
• 循环缩进错误，for语句前多了不必要的空格。

第二段代码问题 #

for row in range(len(df1)):
    idd = df1.iloc[row]['id']
    if idd in df2['id'].values:
        if (df1.iloc[row]['treat']=='cake') and (df2[df2['id'] == idd]['treat'] == 'cake'):
            matched+= 1

• 变量matched未初始化，需要先定义matched = 0才能累加。
• df2[df2['id'] == idd]['treat']返回的是Series对象，直接和字符串比较会得到布尔Series，不是单个布尔值，需用.iloc[0]或.values[0]取出具体值再比较。
• 逻辑局限：仅校验treat等于'cake'的情况，遗漏了其他值的匹配场景（比如id=789的treat是'cookie'的匹配）。

正确的for循环实现 #

高效版（推荐） #

先把df2转成id到treat的字典，避免每次循环都筛选DataFrame：

matches = 0
# 构建df2的id-treat映射字典
df2_treat_dict = df2.set_index('id')['treat'].to_dict()

# 遍历df1的每一行
for _, row in df1.iterrows():
    current_id = row['id']
    # 检查id是否存在于df2中
    if current_id in df2_treat_dict:
        # 比较两个treat值
        if row['treat'] == df2_treat_dict[current_id]:
            matches += 1

print(f"匹配数量: {matches}")

逐行筛选版（效率较低） #

如果坚持用逐行筛选的方式，可修改为：

matches = 0
for row_idx in range(len(df1)):
    current_id = df1.iloc[row_idx]['id']
    # 找到df2中对应id的行
    target_row = df2[df2['id'] == current_id]
    # 确保找到对应行再比较
    if not target_row.empty:
        if df1.iloc[row_idx]['treat'] == target_row['treat'].iloc[0]:
            matches += 1

print(f"匹配数量: {matches}")

更高效的pandas原生方法（无需for循环） #

如果不限制必须用for循环，用pandas合并操作会更简洁高效：

# 按id合并两个DataFrame
merged_df = df1.merge(df2, on='id', suffixes=('_df1', '_df2'))
# 统计treat值相同的行数
matches = (merged_df['treat_df1'] == merged_df['treat_df2']).sum()

print(f"匹配数量: {matches}")

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