Pandas对比父子DataFrame时触发标签不一致ValueError排查

Pandas 内置的DataFrame.compare()方法有严格的前置校验规则：参与对比的两个DataFrame必须拥有完全一致的列名、行索引与维度形状，只要有一项不匹配就会抛出ValueError: Can only compare identically-labeled DataFrame objects错误。

你的场景中报错的核心逻辑非常明确：调用drop_duplicates()去重时，pandas默认会保留留存行的原始行索引、不会自动重置索引，最终得到的ddf仅保留4条非重复数据，行索引为[0,1,2,3]，和原始df的6行结构（索引范围0-5）相比，维度、索引序列都不匹配，完全不满足compare方法的调用要求。

根据实际需求选择对应方案即可：

• 如果只是要定位原始数据里被去重逻辑删除的重复行，根本不需要调用compare，用duplicated()方法就能直接标记所有重复条目：

import pandas as pd

series = [('Stranger Things', 3, 'Millie'),
          ('Game of Thrones', 8, 'Emilia'), ('La Casa De Papel', 4, 'Sergio'),
          ('Westworld', 3, 'Evan Rachel'), ('Stranger Things', 3, 'Millie'),
         ('La Casa De Papel', 4, 'Sergio')]

df = pd.DataFrame(series, columns=['Name', 'Seasons', 'Actor'])
# keep=False 会将所有重复出现的行（包括首次出现的条目）统一标记为重复
df['is_duplicated'] = df.duplicated(subset=['Name', 'Seasons', 'Actor'], keep=False)
print(df)

• 如果你确实需要用compare方法输出标准化的两数据集差异结果，可以先通过reindex把去重后的DataFrame对齐到原始df的索引，补全缺失行位后再执行对比：

ddf = df.drop_duplicates(subset =['Name', 'Seasons', 'Actor'], keep = 'first')
# 对齐原始df的行索引，缺失行位置默认填充空值
ddf_aligned = ddf.reindex(df.index)
# 此时可正常调用compare，输出结果即为去重操作移除的行内容
print(df.compare(ddf_aligned))

内容的提问来源于stack exchange，提问作者Suffii