不同长度DataFrame分组对比：每24行df1对应1行df2

问题背景 #

• 两个长度不同的DataFrame：
  • len(df1) = 2400
  • len(df2) = 100

df1结构：

colA  colB  colC
0     1     2   
3     4     5 
6     7     8  
...
2400 rows.

df2结构：

colD  colE  colF
10     11     12    
13     14     15  
...
100 rows

执行对比操作df1['colB'] > df2['colD']时，出现长度不匹配错误：

ValueError: ('Lengths must match to compare', (2400,), (100,))

需求：实现连续24行df1对应1行df2的对比（df1第1-24行对应df2第1行，第25-48行对应df2第2行，以此类推），仅对比colB与colD列。

解决方案 #

方法1：扩展df2至与df1同长度 #

直接将df2的每行重复24次，使其长度与df1一致，再执行对比：

# 扩展df2的colD列，每行重复24次
df2_colD_expanded = df2['colD'].repeat(24).reset_index(drop=True)
# 执行对比操作
comparison_result = df1['colB'] > df2_colD_expanded

• repeat(24)：将colD的每个元素重复24次
• reset_index(drop=True)：重置索引，保证和df1的索引完全对齐

方法2：分组匹配（无需扩展行） #

通过给df1添加分组标识，和df2的索引对应后再合并对比：

# 给df1添加分组ID：每24行一组，组号从0到99（对应df2的索引）
df1['group_id'] = df1.index // 24
# 给df2添加对应分组ID
df2['group_id'] = df2.index
# 按group_id合并，将df2的colD匹配到对应组的df1行
merged_df = df1.merge(df2[['group_id', 'colD']], on='group_id', how='left')
# 执行对比
comparison_result = merged_df['colB'] > merged_df['colD']
# 可选：删除临时添加的group_id列
merged_df.drop('group_id', axis=1, inplace=True)

方法3：使用Numpy广播（高效简洁） #

利用Numpy的数组变形和广播特性，直接完成分组对比：

import numpy as np

# 将df1的colB转为24行一组的二维数组，df2的colD转为列向量后广播对比
comparison_matrix = df1['colB'].values.reshape(-1, 24) > df2['colD'].values[:, np.newaxis]
# 将二维结果转为和df1同长度的一维数组
comparison_result = comparison_matrix.flatten()

• reshape(-1, 24)：把df1的colB拆成100组，每组24个元素
• [:, np.newaxis]：把df2的colD转为列向量，让Numpy自动广播到每组的24个元素上

内容的提问来源于stack exchange，提问作者devcodes