Pandas如何按条件设置DataFrame整行背景色并解决比对报错

你代码触发ValueError: Can only compare identically-labeled Series objects的核心原因是：

• pandas对两个Series做==比较时，会严格按索引对齐后再逐行对比，你的df和df2长度、索引标签都不一致，直接比较两个时间列就会抛出该错误
• 原逻辑还有设计缺陷：先筛选出匹配行再调用style，最终只会返回匹配行的样式结果，无法展示全量数据+高亮匹配行的效果
• 你已经完成两个表的合并，不需要再用原始df2做逐行对比，直接基于合并结果判断即可，性能更适合大体量数据场景

根据你已经合并完表的现状，有两种实现方式，都支持后续扩展自定义条件判断：

方案1：基于合并后的列判断（最简便） #

匹配成功的行WiFi Connection列存在有效值，直接基于该字段判断即可，无需额外关联操作：

import pandas as pd

def highlight_matched_row(row):
    # 判断当前行是否为匹配记录：WiFi Connection非空
    is_match = pd.notna(row["WiFi Connection"]) and str(row["WiFi Connection"]).strip() != ""
    # 匹配行返回绿色背景样式，非匹配行返回空样式
    return ["background-color: lightgreen" if is_match else "" for _ in row]

# 对全量df按行应用样式，不要提前筛选行
styled_df = df.style.apply(highlight_matched_row, axis=1)

注：如果需要深绿色背景，把lightgreen替换为green即可，浅绿配默认黑字可读性更好。

方案2：基于时间集合匹配（性能最优，适合大体量数据） #

如果不想依赖合并后的辅助列，可以先把df2的时间值转成集合做O(1)复杂度的成员判断，大数据量下性能远高于逐行表关联对比：

# 预处理df2的时间列为集合，去重同时提升查找效率
match_time_set = set(df2["Date Time"].dropna().unique())

def highlight_matched_row(row):
    is_match = row["Date Time"] in match_time_set
    return ["background-color: lightgreen" if is_match else "" for _ in row]

styled_df = df.style.apply(highlight_matched_row, axis=1)

• 不要在调用style前筛选df子集，否则最终样式对象只会保留筛选后的行，丢失非匹配数据
• 后续扩展其他高亮条件时，只需要修改highlight_matched_row函数里的is_match判断逻辑即可，比如增加Motion Detected为True的条件、Alert字段值判断等
• 生成的styled_df可以直接在Jupyter类环境中渲染展示，也支持导出为带样式的Excel文件

内容的提问来源于stack exchange，提问作者jakewags01