使用Pandas/Python校验无序数据集值一致性并转换0/1为布尔值

直接上可运行的代码步骤，按需调整文件路径即可：

1. 导入依赖库

import pandas as pd

2. 读取两个数据集
   假设你的数据是Excel格式，替换成实际文件路径即可；如果是CSV，把read_excel换成read_csv：

df_a = pd.read_excel("你的第一个数据集文件路径.xlsx")
df_b = pd.read_excel("你的第二个数据集文件路径.xlsx")

3. 按零件编号合并数据集
   用Part number作为匹配键，内连接确保只保留两边都存在的零件记录，后缀区分两个数据集的列：

merged_data = pd.merge(df_a, df_b, on="Part number", suffixes=("_a", "_b"))

4. 对比指定列的0/1值，生成布尔匹配结果
   针对H50、H51、H53列分别生成匹配状态列，相等为True，不等为False：

merged_data["H50匹配"] = merged_data["H50_a"] == merged_data["H50_b"]
merged_data["H51匹配"] = merged_data["H51_a"] == merged_data["H51_b"]
merged_data["H53匹配"] = merged_data["H53_a"] == merged_data["H53_b"]

5. 筛选存在不匹配的行并导出
   只要任意一列不匹配，就将该行纳入导出范围：

# 筛选至少有一列不匹配的记录
mismatch_rows = merged_data[~(merged_data["H50匹配"] & merged_data["H51匹配"] & merged_data["H53匹配"])]

# 导出到指定Excel文件，不保留索引列
mismatch_rows.to_excel("Not in contract.xlsx", index=False)

额外说明 #

• 如果需要保留原数据集的全部列，上面的merged_data已经包含了两个数据集的所有列，导出时会一并保存；如果只需要特定列，可以在to_excel里用columns参数指定，比如columns=["Part number", "H50_a", "H50_b", "H50匹配"]
• 如果你的Part number列存在空值或者格式不一致（比如字符串/数字混合），建议先统一格式，比如df_a["Part number"] = df_a["Part number"].astype(str)，避免匹配失败

内容的提问来源于stack exchange，提问作者millie1712