Python如何校验DataFrame所有行是否存在于另一DataFrame

你原有代码的合并逻辑写反了：以dfActual为左表做左连接，实际是在校验dfActual的行是否存在于dfExpected中，和你需要的「校验dfExpected所有行是否存在于dfActual」的需求完全相反；且代码仅给dfActual逐行打了匹配标记，没有做全局的全匹配判断，因此无法得到正确结果。

方法1：合并标记全局判断法 #

通过调整合并方向，逐行标记dfExpected的行是否在dfActual中存在，最终判断是否所有行都匹配成功：

check_result = (
    dfExpected
    .merge(dfActual, how='left', indicator=True)
    .eval('_merge == "both"')
    .all()
)

返回值check_result为布尔类型：dfExpected所有行都在dfActual中存在时返回True，否则返回False。

方法2：差集空值判断法 #

直接计算「dfExpected存在但dfActual不存在」的行差集，若差集为空则代表全部匹配：

check_result = dfExpected.merge(dfActual, how='left', indicator=True).query('_merge == "left_only"').empty

• 校验前需保证两个DataFrame的列名、对应列的数据类型完全一致，否则会出现类型不匹配导致的判定错误，例如同一列一个存储为字符串格式数字、一个存储为数值格式数字，会被判定为不相等
• 若两个表列顺序不一致，可先执行dfActual = dfActual[dfExpected.columns]对齐列顺序，避免列顺序干扰匹配结果
• 无需为原DataFrame新增多余的标记列，上述代码可直接返回最终的全局布尔结果

内容的提问来源于stack exchange，提问作者Karthika