使用np.where对比两列一致性结果与Excel不符的排查求助

• 明确Python与Excel的空值/NaN比较逻辑差异：
  Python遵循IEEE浮点标准，NaN == NaN永远返回False——哪怕是存放在object（字符串）类型列里的缺失值；而Excel会把两个空单元格（或被识别为空的值）判定为相等，这是你结果不一致的核心原因。

• 先确认列中“空值”的真实类型：
  执行以下代码排查元素类型和缺失值情况：

  # 查看每列元素的类型分布
  print(df['a'].apply(type).value_counts())
  print(df['b'].apply(type).value_counts())
  # 统计numpy.nan类型的缺失值数量
  print(df['a'].isna().sum())
  print(df['b'].isna().sum())
  # 统计字符串形式'NaN'的数量
  print((df['a'] == 'NaN').sum())
  print((df['b'] == 'NaN').sum())
  

  这能帮你区分是真正的缺失值（numpy.nan）还是字符串格式的'NaN'。

• 根据不同情况修正对比逻辑：

  1. 如果是numpy.nan类型的缺失值，要对齐Excel的“空值相等”逻辑，修改代码为：

     df['compare'] = np.where(
         (df['a'] == df['b']) | (df['a'].isna() & df['b'].isna()),
         '0',
         '1'
     )
     

     该逻辑会把“两列值相等”或“两列都是缺失值”这两种情况都标记为匹配（'0'）。
  2. 如果是字符串形式的'NaN'但对比结果不相等，大概率是字符串带有隐藏空格，先去除首尾空格再对比：

     df['compare'] = np.where(
         df['a'].str.strip() == df['b'].str.strip(),
         '0',
         '1'
     )
     

• 验证Excel公式逻辑：
  确认你在Excel中使用的公式（比如IF(A1=B1,0,1)），当A1和B1都是空单元格时返回0，上述Python代码已对齐该逻辑。

• 小范围测试验证：
  提取包含空值/NaN的行单独测试，快速验证逻辑是否正确：

  test_subset = df[(df['a'].isna()) | (df['b'].isna())]
  test_subset['compare'] = np.where(
      (test_subset['a'] == test_subset['b']) | (test_subset['a'].isna() & test_subset['b'].isna()),
      '0',
      '1'
  )
  print(test_subset)
  

内容的提问来源于stack exchange，提问作者esim1