如何提取两个同结构DataFrame中存在差异行的ssno列值？

嘿，这个需求我之前在做数据一致性校验的时候常碰到，用Pandas就能轻松搞定，给你分享几个实用的方案：

方案一：直接逐行对比（适用于行顺序完全一致的情况） #

如果你的df1和df2行数一致，且每一行的ssno是一一对应的，直接用逐元素对比就能快速定位差异行：

import pandas as pd

# 生成布尔索引：标记所有存在任意列差异的行
diff_mask = df1.ne(df2).any(axis=1)

# 提取差异行对应的ssno，转成列表按需使用
differing_ssnos = df1.loc[diff_mask, 'ssno'].tolist()

代码说明： #

• df1.ne(df2)：逐元素对比两个DataFrame，返回布尔型DataFrame，True表示对应位置的值不同
• .any(axis=1)：按行检查，只要该行有至少一个True（存在差异）就返回True
• 最后用这个索引过滤df1，提取目标ssno列即可

方案二：按唯一标识对齐后对比（适用于行顺序可能不一致的情况） #

如果不确定两个DataFrame的行顺序是否匹配，建议先通过ssno对齐，避免顺序问题导致误判：

# 将两个DataFrame都设置为以ssno为索引，确保数据对齐
df1_indexed = df1.set_index('ssno')
df2_indexed = df2.set_index('ssno')

# 找出存在差异的行索引（即ssno）
diff_index = df1_indexed.ne(df2_indexed).any(axis=1)
differing_ssnos = diff_index[diff_index].index.tolist()

特殊处理：缺失值场景 #

Pandas中NaN和NaN对比会返回False（视为相等）。如果需要把「一个是NaN一个是有效值」的情况标记为差异，上面的代码已经自动处理；如果要把两边都是NaN的情况也视为差异，可以先填充缺失值再对比：

# 用自定义值填充缺失值，示例用空字符串，可根据业务调整
fill_val = ''
diff_mask = df1.fillna(fill_val).ne(df2.fillna(fill_val)).any(axis=1)
differing_ssnos = df1.loc[diff_mask, 'ssno'].tolist()

这些方法都能高效帮你拿到所有存在数据差异的行对应的ssno，根据你的数据情况选合适的就行～

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