如何用Pandas批量比较DataFrame中仅后缀不同列的相等占比？

完全可以用Pandas自动处理，不用手动列每一对，核心是通过列名分组来批量操作，具体步骤如下：

1. 按前缀给列分组 #

假设你的列都是前缀_df1和前缀_df2的格式，先提取每个列的前缀，把同前缀的列归到一组：

import pandas as pd

# 替换成你自己的DataFrame
df = pd.DataFrame({
    'id': ['A1', 'A2', 'A3', 'A4', 'A5'],
    'col1_df1': [1,2,3,4,5],
    'col2_df1': [10,20,30,40,50],
    'col3_df1': [100,200,300,400,500],
    'col1_df2': [1,2,3,4,6],
    'col2_df2': [10,20,30,40,50],
    'col3_df2': [100,201,300,400,500]
})

# 按最后一个下划线拆分提取前缀，完成列分组
col_groups = {}
for col in df.columns.drop('id'):  # 跳过id列
    prefix = col.rsplit('_', 1)[0]  # 从"col1_df1"中提取"col1"
    col_groups.setdefault(prefix, []).append(col)

2. 遍历分组，计算每对列的相等占比 #

对每个前缀组里的两列，统计值相等的行数占总行数的比例：

match_rates = {}
for prefix, cols in col_groups.items():
    if len(cols) == 2:  # 确保每组刚好是df1和df2两列
        col_a, col_b = cols
        # 直接用mean()统计相等占比，True会被视为1，False视为0
        match_rate = (df[col_a] == df[col_b]).mean()
        match_rates[prefix] = match_rate

# 转成DataFrame让结果更直观
result = pd.DataFrame(match_rates.values(), index=match_rates.keys(), columns=['值相等占比'])
print(result)

运行后输出示例：

值相等占比
col1      0.8
col2      1.0
col3      0.8

适配不同列名格式 #

如果你的列后缀不是_df1/_df2，比如是_old/_new，只需要调整前缀拆分逻辑：

• 若前缀是第一个下划线前的内容，用col.split('_', 1)[0]
• 其他规则的列名，只要保证前缀能唯一标识一组，对应修改字符串处理逻辑即可。

注意事项 #

• 确保每组两列的数据类型一致，否则比较会出现异常（比如数值和字符串对比会直接返回False），可以用df.dtypes提前检查。
• 存在缺失值时，==会将缺失值视为不相等；如果需要把缺失值视为相等，可改用df[col_a].eq(df[col_b], na=True)（Pandas 1.1.0及以上版本支持）。

内容的提问来源于stack exchange，提问作者AldanaBRZ