如何对比不同形状的DataFrame并生成列级并排对比结果

针对不同形状的DataFrame，要实现列级的并排对比，可以通过行对齐+逐列对比+列拼接的方式完成，具体步骤如下：

1. 准备数据与导入依赖 #

import pandas as pd

# 定义原始DataFrame
df1 = pd.DataFrame({
    'fname': ['Chris', 'John', 'Jane', 'will'],
    'lname': ['Potter', 'Doe', 'vw', 'Tesla'],
    'age': [23, 32, 25, 45]
})

df2 = pd.DataFrame({
    'fname': ['George', 'John', 'Jane'],
    'lname': ['Potter', 'Hall', 'vw'],
    'age': [23, 32, 27]
})

2. 对齐两个DataFrame的行 #

由于两个DataFrame行数不同，先获取所有索引的并集，用reindex统一行结构，缺失值用NaN填充：

all_index = df1.index.union(df2.index)
df1_aligned = df1.reindex(all_index)
df2_aligned = df2.reindex(all_index)

3. 逐列对比并构造列级并排结果 #

遍历每一列，对比两个DataFrame对应位置的值，生成PASS/FAIL结果，再将df1列、对比结果、df2列按顺序拼接：

result_df = pd.DataFrame()

for col in df1.columns:
    # 对比列值是否相等（自动处理NaN的情况，NaN与任何值对比都返回False）
    compare_res = df1_aligned[col].eq(df2_aligned[col]).map({True: 'PASS', False: 'FAIL'})
    # 拼接当前列的对比组
    result_df = pd.concat([
        result_df,
        df1_aligned[[col]].rename(columns={col: f"{col}_df1"}),
        pd.DataFrame(compare_res, columns=[f"{col}_RESULT"]),
        df2_aligned[[col]].rename(columns={col: f"{col}_df2"})
    ], axis=1)

4. 查看最终结果 #

print(result_df)

输出结果：

fname_df1 fname_RESULT fname_df2 lname_df1 lname_RESULT lname_df2  age_df1 age_RESULT  age_df2
0     Chris         FAIL    George    Potter          PASS    Potter     23.0       PASS     23.0
1      John         PASS      John       Doe          FAIL      Hall     32.0       PASS     32.0
2      Jane         PASS      Jane        vw          PASS        vw     25.0       FAIL     27.0
3      will         FAIL       NaN     Tesla          FAIL       NaN     45.0       FAIL      NaN

自定义对比逻辑（可选） #

如果需要更灵活的对比规则（比如数值型字段允许误差范围），可以修改对比逻辑，以age列为例：

# 示例：年龄差值≤2时判定为PASS
compare_res = abs(df1_aligned['age'] - df2_aligned['age']).fillna(999) <= 2
compare_res = compare_res.map({True: 'PASS', False: 'FAIL'})

内容的提问来源于stack exchange，提问作者NK1