基于唯一ID比对列名、顺序不同的两个DataFrame多列字段值

核心逻辑无需对齐两个表的行顺序，先统一语义对应的列名，再通过主键关联合并，逐字段校验取值一致性即可，具体实现步骤如下：

• 先梳理两边的列对应关系
  • 关联主键：df1的id列 对应 df2的newId列
  • 待比对字段：df1的student列对应df2的student1列，df1的marks列对应df2的marks1列
• 统一列名，把df2的列重命名为和df1一致的标准命名，减少后续比对的冗余代码

import pandas as pd

# 配置列映射：键为df2的原始列名，值为对应df1的标准列名
col_map = {
    "newId": "id",
    "student1": "student",
    "marks1": "marks"
}
df2_std = df2.rename(columns=col_map)

• 按主键关联合并两个表，给来自不同表的同名字段加来源后缀做区分

# 内连接只保留两边都存在的id，若要检查单边缺失的id，可将how改为'outer'
merged = pd.merge(
    df1,
    df2_std,
    on="id",
    how="inner",
    suffixes=("_source1", "_source2")
)

• 逐字段标记差异，筛选出不一致的记录

# 指定需要校验的字段列表
check_cols = ["student", "marks"]

# 为每个字段生成差异标记列
for col in check_cols:
    merged[f"{col}_diff"] = merged[f"{col}_source1"] != merged[f"{col}_source2"]

# 提取任意字段存在差异的行
diff_result = merged[merged[[f"{c}_diff" for c in check_cols]].any(axis=1)]

针对给出的示例数据，最终输出的差异结果会精准定位到id=2的记录：该id下marks字段在df1中取值为21，在df2中取值为23，其余记录字段完全一致。

常见场景调整 #

• 浮点型数值比对：直接用!=容易被精度误差干扰，可替换为numpy.isclose()设置允许的误差范围做比对
• 缺失主键排查：merge时使用how='outer'后，只要任意来源表的非主键字段为空，就说明该id只在单边表存在
• 轻量化差异报告：可遍历差异行，直接输出「id+字段名+df1取值+df2取值」的结构化结果，方便后续核对修正

内容的提问来源于stack exchange，提问作者Nitish N Banakar