Python中pandas读取的CSV数据与API返回JSON数据对比失败怎么解决

你遇到的打印值一致但相等判断返回False的问题，90%以上的概率是两个字段的数据类型不匹配：

• API返回的partNumber大概率是字符串类型（JSON解析时如果字段值带引号就会被解析为字符串）
• pandas读取CSV时默认会把纯数字的列解析为整数/浮点数类型
  比如"1001" == 1001的判断结果就是False，打印的时候不会显示类型差异，所以你看不出区别。

除此之外还有两种少见的可能：

• 其中一个值前后带有不可见空白字符（空格、换行符、制表符等），打印时不会显示
• 某一侧的数值存在精度问题（比如浮点型的1001.0和整数1001对比也会返回False，你这个场景出现概率较低）

你可以先修改对比代码，打印两个值的类型确认问题：

for product in getProducts():
    for i in df.index:
        pn = product['partNumber']
        an = df['Artikelnummer'][i]
        print(f"partNumber：{pn}，类型：{type(pn)}")
        print(f"Artikelnummer：{an}，类型：{type(an)}")
        print(f"对比结果：{pn == an}\n")

确认是类型不一致的话，统一转换为同一种类型再对比即可，推荐统一转字符串，避免数字精度问题：

for product in getProducts():
    for i in df.index:
        if str(product['partNumber']).strip() == str(df['Artikelnummer'][i]).strip():
            print('True')
        else:
            print('False')

代码里加了strip()方法，可以同时解决首尾空白字符的问题。

你现在用的双层循环逻辑在数据量超过100条之后效率会非常低，建议提前把CSV的编号映射为字典，或者直接用pandas的merge功能做批量匹配，性能会提升几十倍。

内容的提问来源于stack exchange，提问作者alpra777