Pandas并排对齐两个DataFrame值计数结果输出格式异常

当前输出是两个DataFrame的值计数结果被纵向拼接了，没有按字段名做索引对齐后横向排布，和部分列值计数条目不足3个没有关系。问题出在合并逻辑：大概率是调用pd.concat时没有指定axis=1参数，或是在把value_counts结果转成字符串列表的过程中丢失了字段名索引，导致两个数据集的结果上下堆叠到了一起。

按如下逻辑实现即可得到按字段对齐的并排对比结果：

• 分别遍历两个DataFrame的所有列，生成统一格式的值计数汇总，以字段名作为索引
• 调用拼接方法时指定横向拼接，让pandas自动按字段名索引对齐两个数据集的结果
• 给两列结果命名区分来源数据集

可直接复用的代码：

import pandas as pd

# 统一生成单DataFrame的值计数汇总
def gen_vc_report(df, top_n=3):
    vc_map = {}
    for col in df.columns:
        count_res = df[col].value_counts().head(top_n)
        vc_map[col] = [f"{val} - {cnt}" for val, cnt in count_res.items()]
    return pd.Series(vc_map, name=df.name)

# 给两个目标DataFrame设置名称，用于最终列名区分
df_curr_obj.name = "df_curr_obj"
df_old_obj.name = "df_old_obj"

# 横向拼接，自动按字段名对齐
compare_result = pd.concat(
    [gen_vc_report(df_curr_obj), gen_vc_report(df_old_obj)],
    axis=1
)

# 打印查看结果
print(compare_result)

• 如果需要展示更多Top N的值计数，直接修改gen_vc_report函数的top_n参数即可，哪怕某列的值计数只有1条，pandas也会自动在对应缺失位置填充空值，不会再出现结果上下堆叠的问题
• 如果觉得列表形式的内容阅读不便，也可以把每个值计数条目拆成独立列，对比差异时更直观

内容的提问来源于stack exchange，提问作者Ray92