如何使用Pandas对比两个DataFrame中探险队成员数量是否一致

步骤1：重命名统计结果的计数字段 #

你统计得到的nbre_membres_expedition中，member_id列实际是各探险队的成员计数，为了避免和expeditions表的members字段混淆，先做重命名：

nbre_membres_expedition = nbre_membres_expedition.rename(columns={"member_id": "calc_member_count"})

步骤2：关联两个表的成员数字段 #

把expeditions表的探险队ID、预存成员数，和你统计的计数值按expedition_id关联：

# 仅提取expeditions需要的字段，减少冗余
compare_df = pd.merge(
    left=expeditions[["expedition_id", "members"]],
    right=nbre_membres_expedition,
    on="expedition_id",
    how="outer" # 用外连接保留两边所有ID，可同时检查ID不匹配的情况
)

步骤3：对比数值是否一致 #

新增列标记是否一致，同时可直接筛选出不一致的记录：

# 标记两个数值是否相等，自动处理空值情况
compare_df["is_consistent"] = compare_df["members"] == compare_df["calc_member_count"]

# 查看所有不一致的记录
inconsistent_records = compare_df[~compare_df["is_consistent"]]
print(inconsistent_records)

• 如果只想检查expeditions表中存在的探险队的成员数是否一致，把merge的how参数改为"left"即可
• 不一致的记录通常包含两类：一类是探险队ID只存在于单张表中，另一类是两张表都有ID但计数不匹配

内容的提问来源于stack exchange，提问作者easy