如何逐单元格遍历两个同结构DataFrame并执行比较逻辑

假设你有两个结构完全一致的DataFrame df1 和 df2，下面是几种高效实现需求的方法：

方法一：使用numpy向量化函数（推荐） #

先定义处理单个单元格比较结果的函数，再用np.vectorize将其转为可批量处理的向量化函数：

import numpy as np
import pandas as pd

# 自定义单元格处理逻辑
def process_cell(val1, val2):
    if val1 == val2:
        # 相等时的操作示例
        return f"EQUAL:{val1}"
    else:
        # 不等时的操作示例
        return f"DIFF:{val1}→{val2}"

# 转为向量化函数，实现批量处理
vectorized_process = np.vectorize(process_cell)

# 应用到两个DataFrame，生成结果
result_df = pd.DataFrame(vectorized_process(df1, df2), columns=df1.columns, index=df1.index)

方法二：利用布尔掩码分别处理 #

先生成标记单元格是否相等的布尔掩码，再针对不同区域执行操作：

# 生成相等/不等的布尔掩码
mask_equal = df1 == df2
mask_diff = ~mask_equal

# 初始化结果DataFrame，填充相等单元格的处理结果
result_df = df1[mask_equal].applymap(lambda x: f"EQUAL:{x}")
# 填充不等单元格的处理结果
result_df[mask_diff] = df1[mask_diff].astype(str) + "→" + df2[mask_diff].astype(str)
result_df[mask_diff] = result_df[mask_diff].applymap(lambda x: f"DIFF:{x}")

方法三：逐单元格遍历（仅小数据量可用） #

如果数据量极小，也可以直接遍历每个单元格，但这种方法效率极低，不推荐大数据场景使用：

result_df = df1.copy()
for idx in df1.index:
    for col in df1.columns:
        val1 = df1.at[idx, col]
        val2 = df2.at[idx, col]
        if val1 == val2:
            result_df.at[idx, col] = f"EQUAL:{val1}"
        else:
            result_df.at[idx, col] = f"DIFF:{val1}→{val2}"

说明：DataFrame.compare仅用于识别并展示两个DataFrame的差异，无法直接支持自定义函数执行，因此需要通过上述方法实现需求。

内容的提问来源于stack exchange，提问作者Fred