如何对比两个Pandas DataFrame差异及解决标签匹配报错

ValueError: Can only compare identically-labeled Series objects 报错的核心原因是你要对比的两个Project ID序列长度不同（两个表行数不一致），同时pandas默认会按索引对齐后再做比较，两个表的索引也不匹配，因此无法直接逐行对比。

你需要以Project ID作为唯一主键做两个表的关联，再对比其他字段的差异，根据你的需求可以选择以下两种处理方案：

方案1：找出仅存在于单个表的项目（缺失的项目） #

用pandas的merge做外连接，搭配indicator参数标记数据来源，就能快速定位哪个表多了项目、哪个表少了项目：

import pandas as pd

# 读取两个csv文件
df1 = pd.read_csv('C:/Users/Text/Downloads/D1.csv')
df2 = pd.read_csv('C:/Users/Text/Downloads/D2.csv')

# 以Project ID为键做外连接，标记数据来源
diff_df = df1.merge(df2, on='Project ID', how='outer', suffixes=('_df1', '_df2'), indicator=True)

# 筛选出仅在单个表存在的项目
only_in_df1 = diff_df[diff_df['_merge'] == 'left_only']
only_in_df2 = diff_df[diff_df['_merge'] == 'right_only']

print("只在D1中存在的项目：")
print(only_in_df1)
print("\n只在D2中存在的项目：")
print(only_in_df2)

方案2：对比两表共有的项目的字段差异 #

如果两个表都存在的同Project ID项目，需要校验Price、Project Description字段是否有差异，可以在上面外连接的基础上新增对比逻辑：

# 筛选出两个表都存在的项目
both_exist = diff_df[diff_df['_merge'] == 'both'].copy()

# 对比价格和项目描述的差异
both_exist['price_diff'] = both_exist['Price_df1'] != both_exist['Price_df2']
both_exist['desc_diff'] = both_exist['Project Description_df1'] != both_exist['Project Description_df2']

# 筛选出存在字段差异的项目
field_diff = both_exist[(both_exist['price_diff'] == True) | (both_exist['desc_diff'] == True)]
print("\n两个表都存在，但字段有差异的项目：")
print(field_diff)

• 如果Project ID存在空值，建议先调用dropna(subset=['Project ID'])清除空值行再对比，避免结果出现干扰
• 文本字段对比如果需要忽略大小写、前后空格，可以先做预处理，比如df['Project Description'] = df['Project Description'].str.strip().str.lower()再执行对比

内容的提问来源于stack exchange，提问作者MDL7833