如何比较参考DataFrame与目标DataFrame中的数值？

嘿，我来帮你搞定这两个DataFrame的数值对比问题！先把你给出的两个DataFrame补全（你提供的df里col5没写完，我补了一组示例值方便演示），然后分几种常用的对比方式来讲解：

先明确两个DataFrame的完整定义 #

import pandas as pd
import numpy as np

# 参考DataFrame ref
ref = pd.DataFrame({
    'col1':['a','b','c','d'], 
    'col2':[100,100,100,300], 
    'col3':[200,200,500,400], 
    'col4':[300,np.NaN,600,600], 
    'col5':[400,np.NaN, 700,700]
})

# 待比较的DataFrame df（补全col5的示例值）
df = pd.DataFrame({
    'col2':[105,100,100,200,300], 
    'col3':[202,200,200,300,391], 
    'col4':[300,np.NaN,350,400,605], 
    'col5':[400,np.NaN, 700, 800, 705]
})

1. 逐元素对比（生成布尔结果） #

如果只是想知道每个位置的数值是否相等，直接用比较运算符就行，但要注意NaN的特殊性——默认的==会把NaN判定为不等，所以推荐用pd.DataFrame.eq()并开启na_equal=True来正确识别NaN的匹配：

普通逐元素对比（不处理NaN）

# 只对比共同的数值列（col2-col5），先对齐索引
comparison = df[['col2','col3','col4','col5']] == ref[['col2','col3','col4','col5']].reindex_like(df)
print(comparison)

正确处理NaN的逐元素对比

comparison_with_nan = df[['col2','col3','col4','col5']].eq(
    ref[['col2','col3','col4','col5']].reindex_like(df), 
    na_equal=True
)
print(comparison_with_nan)

2. 计算数值差值（查看具体差异） #

如果想知道每个位置的数值差多少，直接做减法即可：

# 先对齐索引和列，再计算差值
diff = df[['col2','col3','col4','col5']] - ref[['col2','col3','col4','col5']].reindex_like(df)
print(diff)

如果想把NaN对应的差值替换成0（或其他值），可以用fillna()：

diff_filled = diff.fillna(0)
print(diff_filled)

3. 筛选出与参考值不符的行 #

如果想找出df中哪些行的数值和ref对应行（按索引）不一致，可以这么做：

# 先判断每行是否所有列都匹配
row_matches = comparison_with_nan.all(axis=1)
# 筛选出不匹配的行
mismatched_rows = df[~row_matches]
print(mismatched_rows)

4. 按col1关联对比（不是按索引） #

如果你的df其实也有col1列，或者需要按col1的值和ref匹配（而非按索引），可以先合并两个DataFrame再对比：

# 给df添加col1列示例
df['col1'] = ['a','b','c','e','d']
# 按col1合并，区分参考值和待比较值
merged = pd.merge(ref, df, on='col1', suffixes=('_ref', '_df'))
# 生成匹配结果列
merged['col2_match'] = merged['col2_ref'] == merged['col2_df']
merged['col3_match'] = merged['col3_ref'] == merged['col3_df']
# 计算差值
merged['col2_diff'] = merged['col2_df'] - merged['col2_ref']
print(merged)

几个关键注意点 #

• 确保只对比共同的数值列，避免因列名不一致报错；
• 处理NaN时一定要用eq(na_equal=True)，否则默认的==会把两个NaN判定为不等；
• 如果是按业务字段（比如col1）关联而非索引，必须先合并对齐再对比。

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