如何用Pandas检查不匹配记录并生成Match标记列？

嘿，这个需求其实很适合用Pandas的合并操作+条件判断来实现，我帮你拆解成具体步骤，结合你给的示例数据来演示：

步骤1：导入依赖并创建示例数据 #

先把基础的环境和测试数据准备好：

import pandas as pd

# 创建示例df1
df1 = pd.DataFrame({'Cntr_No': ['HLBU 1234567'], 'Total_Amount': [100]})
# 创建示例df2
df2 = pd.DataFrame({'Cntr_No': ['HLBU 1234567'], 'Total_Amount': [50], 'Amount_2': [40], 'Amount_3': [100]})

步骤2：按集装箱号合并两个DataFrame #

我们需要把两个表通过Cntr_No关联起来，这样才能逐行比对金额：

# 按Cntr_No进行内连接（只保留两边都有的集装箱号）
merged_df = pd.merge(df1, df2, on='Cntr_No', suffixes=('_df1', '_df2'))

这里用suffixes是为了区分两个表中同名的Total_Amount字段，避免字段名冲突。

步骤3：编写匹配逻辑生成Match列 #

接下来就是核心的条件判断了：

• 首先判断df1的Total_Amount是否等于df2的Total_Amount
• 如果不等，再检查是否等于df2的Amount_2或者Amount_3
• 满足任一条件就标记为"Yes"，否则为"No"

这里推荐用numpy.where实现，相比apply效率更高（尤其是大数据量场景）：

import numpy as np

# 构建匹配条件：满足任一规则即匹配成功
match_condition = (merged_df['Total_Amount_df1'] == merged_df['Total_Amount_df2']) | \
                  (merged_df['Total_Amount_df1'] == merged_df['Amount_2']) | \
                  (merged_df['Total_Amount_df1'] == merged_df['Amount_3'])

# 生成Match列
merged_df['Match'] = np.where(match_condition, 'Yes', 'No')

步骤4：查看最终结果 #

执行完上面的代码后，merged_df的输出结果为：

Cntr_No  Total_Amount_df1  Total_Amount_df2  Amount_2  Amount_3 Match
0  HLBU 1234567               100                50        40       100   Yes

完全符合你的需求——df1的100虽然不等于df2的Total_Amount（50），但匹配上了df2的Amount_3，所以标记为"Yes"。

额外优化（可选） #

如果需要保留df1的原始结构，最后可以把Match列合并回df1：

df1 = df1.merge(merged_df[['Cntr_No', 'Match']], on='Cntr_No', how='left')

内容的提问来源于stack exchange，提问作者okl