如何比较长度不同的两个pandas DataFrame并返回差异单元格

pandas 内置的DataFrame.compare()方法默认要求两个待比对对象的行索引、列索引完全一致才能执行比对。示例中df有3行数据，df2只有2行数据，二者行索引长度不匹配，因此触发ValueError: Can only compare identically-labeled Dataframe objects报错。

先对齐两个DataFrame的行索引，再执行差异比对，行数不足的DataFrame缺失的行会自动标记为差异。完整可运行代码如下：

import pandas as pd

# 测试数据
data = [('11','12','13'),
        ('21','22','23'),
        ('31','32','33')]
df = pd.DataFrame(data, columns=('col_1', 'col_2', 'col_3'))

data2 = [('11','12','13'),
        ('21','22','23')]
df2 = pd.DataFrame(data2, columns=('col_1', 'col_2', 'col_3'))

def diff_dataframe(df1, df2, missing_mark="__缺失行__"):
    # 重置索引，排除原有自定义索引的干扰
    df1 = df1.reset_index(drop=True)
    df2 = df2.reset_index(drop=True)

    # 对齐两个DataFrame的行范围，取最大行数作为统一索引
    max_row = max(len(df1), len(df2))
    full_index = list(range(max_row))
    df1_align = df1.reindex(full_index, fill_value=missing_mark)
    df2_align = df2.reindex(full_index, fill_value=missing_mark)

    # 生成差异掩码：值不相等的位置标记为1
    diff_mask = (df1_align != df2_align).astype("int")
    # 生成保留所有值的比对结果表
    df_compare = df1_align.compare(df2_align, keep_shape=True, keep_equal=True)

    # 差异单元格高亮样式
    def set_color(_):
        color_conf = {1: "background-color: lightblue", 0: "background-color: white"}
        return diff_mask.applymap(lambda v: color_conf[v])

    return df_compare.style.apply(set_color, axis=None)

# 调用函数获取带高亮的比对结果
diff_result = diff_dataframe(df, df2)
diff_result

• 比对前先重置两个DataFrame的行索引，避免自定义索引值不一致导致的对齐失败
• 以两个DataFrame的最大行数为基准做重索引，行数更少的DataFrame缺失部分用特殊标记填充，会被自动识别为差异
• 共有行逐单元格比对值，值不一致的单元格会标记为浅蓝色高亮
• 比对结果中会同时展示两个DataFrame在对应位置的取值，方便直接核对差异内容

内容的提问来源于stack exchange，提问作者MFaragal