Pandas：如何比较两个DataFrame的行并存储对应值？

我来帮你梳理一下怎么完成这个需求，咱们一步步拆解操作：

1. 先明确数据结构与匹配规则 #

首先得对齐两个DataFrame的行——因为它们的ID列数量不一样（单行DF是前5列ID，多行DF是前3列ID），你需要先确定哪些ID字段是用来匹配对应行的。比如是单行DF的前3列对应多行DF的前3列？还是单行DF的某一列和多行DF的某一列匹配？这里我先以「单行DF的第一列ID和多行DF的第一列ID匹配」为例，你可以根据实际业务规则调整。

先模拟示例数据方便演示：

import pandas as pd

# 模拟仅含一行的DataFrame（前5列ID，后续为数据列）
df_single = pd.DataFrame(
    [[0, 1, 865694, 'C', 'T'] + [0]*20],
    columns=[f"ID{i}" for i in range(1,6)] + [f"data{i}" for i in range(1,21)]
)

# 模拟多行DataFrame（前3列ID，后续为数据列）
multi_data_rows = [
    [0, 'G', 'C'] + [3]*18 + [1, 3],
    [1, 'T', 'G'] + [0]*20,
    [2, 'G', 'A'] + [3,2] + [3]*6 + [2,1,1,1,2,0,3,3],
    [3, 'A', 'G'] + [3]*18 + [1,3],
    [4, 'C', 'T'] + [0]*20
]
df_multi = pd.DataFrame(
    multi_data_rows,
    columns=[f"ID_{i}" for i in range(1,4)] + [f"data{i}" for i in range(1,21)]
)

2. 筛选出需要比较的对应行 #

根据你确定的ID匹配规则，从多行DF里筛选出和单行DF对应的行：

# 示例规则：单行DF的ID1 等于 多行DF的ID_1
matched_row = df_multi[df_multi['ID_1'] == df_single['ID1'].iloc[0]]

# 如果是多列匹配（比如单行ID1/ID2/ID3对应多行ID_1/ID_2/ID_3），可以这么写：
# matched_row = df_multi[
#     (df_multi['ID_1'] == df_single['ID1'].iloc[0]) &
#     (df_multi['ID_2'] == df_single['ID2'].iloc[0]) &
#     (df_multi['ID_3'] == df_single['ID3'].iloc[0])
# ]

3. 提取数据列并执行比较 #

接下来把两个DF的非ID数据列提取出来，进行逐元素比较，你可以根据需求选择不同的比较方式：

方式1：判断对应值是否相等 #

# 提取数据列（筛选列名以data开头的列）
single_data_cols = df_single.filter(regex="^data")
multi_data_cols = matched_row.filter(regex="^data")

# 逐元素比较，生成布尔结果（相等为True，不等为False）
equality_result = single_data_cols.eq(multi_data_cols)

方式2：存储对应值+比较结果（更直观） #

如果需要把两个DF的对应值、是否相等甚至差值都存下来，可以生成一个结果DF：

# 把数据列转成一维数组方便拼接
single_vals = single_data_cols.values.flatten()
multi_vals = multi_data_cols.values.flatten()

# 构建结果DataFrame
comparison_df = pd.DataFrame({
    "data_column": single_data_cols.columns,
    "single_df_value": single_vals,
    "multi_df_value": multi_vals,
    "values_are_equal": single_vals == multi_vals,
    "value_difference": single_vals - multi_vals  # 仅数值类型适用，字符串的话可以注释掉
})

4. 存储比较结果 #

最后把结果保存成你需要的格式，比如CSV或Excel：

# 保存为CSV文件
comparison_df.to_csv("df_comparison_result.csv", index=False)

# 保存为Excel文件（需要先安装openpyxl库：pip install openpyxl）
comparison_df.to_excel("df_comparison_result.xlsx", index=False, engine="openpyxl")

额外提示 #

• 如果多行DF中有多个匹配行，上面的代码会保留所有匹配行进行比较，你可以用.iloc[0]只取第一行，或者循环处理每一行。
• 如果数据列的列名不完全一致，你需要先对齐列名（比如重命名列，或者按位置提取数据列，比如df_single.iloc[:,5:]提取单行DF第5列之后的所有数据列）。

内容的提问来源于stack exchange，提问作者spiral01