如何计算两个相同维度pandas DataFrame的差值

核心逻辑为保留非数值列原值，仅对数值类型列做对应位置的减法计算，完整可运行代码如下：

import pandas as pd

# 示例输入数据
df1 = pd.DataFrame({
    'x': ['a', 'b', 'c', 'd', 'e'],
    'y': [1,    1,   1,   1,   1],
    'z': [2,    2,   2,   2,   2]})

df2 = pd.DataFrame({
    'x': ['a', 'b', 'c', 'd', 'e'],
    'y': [1,    1,   1,   1,   1],
    'z': [3,    3,   3,   3,   3]})

# 差值计算
delta_df = df1.copy()
# 筛选所有数值类型列
numeric_cols = df1.select_dtypes(include='number').columns
# 数值列做减法，当前为df2减df1，需反向差值可交换左右操作数
delta_df[numeric_cols] = df2[numeric_cols] - df1[numeric_cols]

print(delta_df)

运行后输出结果和预期一致：

x  y  z
0  a  0  1
1  b  0  1
2  c  0  1
3  d  0  1
4  e  0  1

可选校验逻辑 #

如果需要提前确认两个DataFrame的非数值列完全一致，可在计算前增加校验代码：

assert df1.select_dtypes(exclude='number').equals(df2.select_dtypes(exclude='number')), "两个DataFrame的非数值列内容不一致"

内容的提问来源于stack exchange，提问作者user6018651