如何对比两个DataFrame的行值？修复np.where触发的KeyError报错

报错原因 #

触发KeyError: 'Target'以及后续逻辑错误的原因共两点：

• 变量引用错误：执行tar = target['Target']后，tar已经是单独的一维Series，本身存储的就是Target列的所有值，不存在tar['Target']的写法——相当于在一维序列里找不存在的列，直接触发键错误。
• 数据结构不匹配：就算修复上述写法，直接对比也无法得到正确结果：
  • prof是双层索引（日期+品类）的分组聚合结果，每行对应单日期下单品类的销售额
  • tar是默认整数索引的目标值序列，每行对应单条目标记录
    二者索引、聚合粒度完全不对齐，pandas无法直接按行匹配做大小比较。

索引对齐是pandas做序列运算的核心前提，粒度、索引不匹配的运算只会得到空值或错误结果。

正确实现方案 #

首先需要对齐两个对比序列的粒度和索引，再做判断：
如果你的目标是按日期维度对比当日总销售额是否达标，先把销售额聚合到日粒度再对比，代码如下：

# 按日期汇总总销售额，重置索引保证和target表行顺序、长度对齐
daily_total_amount = prof.groupby(level="date_column").sum().reset_index(drop=True)
# 直接用原target表的Target列做判断，不需要单独提取tar变量
target["Target_hit"] = np.where(target["Target"] <= daily_total_amount, 1, 0)

如果你的目标是按行顺序逐行对比两个序列的值（需提前确认两个表行顺序严格一一对应），先把prof的双层索引重置为默认整数索引再对比，代码如下：

# 重置prof索引，和target的默认整数索引对齐
prof_flat = prof.reset_index(drop=True)
target["Target_hit"] = np.where(target["Target"] <= prof_flat, 1, 0)

内容的提问来源于stack exchange，提问作者Samar Pratap Singh