Pandas比较两个DataFrame报错Can only compare identically-labeled如何解决

Can only compare identically-labeled DataFrame objects报错的核心是两个DataFrame的行索引标签不完全匹配：你已经对齐了列的顺序和名称，但因为bru2比bru多了一行测试数据，两者的行索引长度不同，就算长度一致如果索引标签顺序/值不匹配，也会触发该报错，用==直接比较要求行、列的标签必须完全一致才能执行。

1. 快速校验两个DataFrame是否完全一致 #

直接用Pandas内置的equals()方法，不需要行列标签完全对齐也能返回正确的布尔校验结果，不会触发报错：

# 完全一致返回True，有差异返回False
is_same = bru.equals(bru2)

如果返回True就不需要后续的差异排查操作。

2. 排查新增行与变更单元格 #

从你给出的字段来看address_id是地址唯一标识，用该字段作为索引对齐两行，即可避免行索引不匹配的问题：

步骤1：设置唯一键为索引对齐数据 #

# 用address_id作为行索引，对齐两个表的行
bru_idx = bru.set_index("address_id")
bru2_idx = bru2.set_index("address_id")

步骤2：提取新增行 #

新增行就是只存在于bru2中、不存在于bru中的address_id对应的行：

new_rows = bru2_idx[~bru2_idx.index.isin(bru_idx.index)].reset_index()

步骤3：提取值变更的单元格 #

# 对齐两个表的行和列，缺失值填充为空
aligned_bru, aligned_bru2 = bru_idx.align(bru2_idx, fill_value="")
# 生成差异掩码，值不同的位置为True
diff_mask = aligned_bru != aligned_bru2
# 提取所有差异单元格的信息
diff_result = diff_mask.stack()[diff_mask.stack()].reset_index()
diff_result.columns = ["address_id", "字段名", "是否差异"]
# 补充原值和修改后的值
diff_result["原值"] = diff_result.apply(lambda x: aligned_bru.loc[x["address_id"], x["字段名"]], axis=1)
diff_result["修改后值"] = diff_result.apply(lambda x: aligned_bru2.loc[x["address_id"], x["字段名"]], axis=1)

注意：如果你不需要按唯一键对齐，只想按行的物理顺序逐行比较，可以先重置两个表的索引为默认连续整数再操作，但是如果新增行不是在末尾插入，会导致后续所有行的比较错位，不推荐该方式：

bru_reset = bru.reset_index(drop=True)
bru2_reset = bru2.reset_index(drop=True)
# 现在可以直接用 == 比较
diff = bru_reset == bru2_reset

内容的提问来源于stack exchange，提问作者Yorbjörn