如何比较不同长度、数据类型的两个DataFrame？

核心思路是把两个DataFrame的num列统一转换为纯字符串格式，消除类型和格式差异后再进行比较。

步骤1：统一列格式 #

• 处理df2的num列：先将float类型转为整数（你的df2数据都是整数型浮点值），再转成字符串，避免.0后缀干扰匹配
• 处理df1的num列：直接将Object类型转为字符串，把混合的整数/字符串统一成字符串格式

代码示例：

import pandas as pd

# 模拟原始数据
df1 = pd.DataFrame({'num': [100899, 1980903, 'AB347980', 'RT198090']})
df2 = pd.DataFrame({'num': [100899.0, 1980903.0, 937974938.0, 2837982.0]})

# 统一格式为字符串
df1['num_str'] = df1['num'].astype(str)
df2['num_str'] = df2['num'].astype(int).astype(str)

步骤2：执行比较操作 #

根据需求选对应的方式：

找两表共有的num值（交集） #

用merge关联筛选匹配行：

common_entries = pd.merge(df1, df2, on='num_str', how='inner')
print(common_entries[['num_x', 'num_y']])
# 输出包含100899、1980903这两组匹配数据

找df1独有的num值（差集） #

用isin筛选：

df1_only = df1[~df1['num_str'].isin(df2['num_str'])]
print(df1_only['num'])
# 输出AB347980、RT198090

找df2独有的num值 #

同理操作：

df2_only = df2[~df2['num_str'].isin(df1['num_str'])]
print(df2_only['num'])
# 输出937974938.0、2837982.0

特殊情况处理 #

如果df2的num列存在非整数型浮点值（比如123.45），别直接转整数，改成转字符串后去掉.0后缀：

df2['num_str'] = df2['num'].astype(str).str.replace(r'\.0$', '', regex=True)

内容的提问来源于stack exchange，提问作者User277883