如何找出两个DataFrame间的精确匹配与非精确匹配行？

我来给你分享一个用pandas实现需求的可行方案，步骤很直观：

1. 准备示例数据 #

首先我们先把你给出的两个DataFrame用代码构造出来：

import pandas as pd
import numpy as np  # 用于处理浮点数精度问题（可选）

# 构造df1
df1 = pd.DataFrame({
    'id': [1, 2, 3, 4],
    'amount': [10.00, 20.0, 90, 120.0],
    'fee': [5.0, 3.0, 130.0, 35.0]
})

# 构造df2
df2 = pd.DataFrame({
    'exId': [1, 2, 3, 4],
    'exAmount': [10.00, 20.0, 20.0, 120.0],
    'exFee': [5.0, 3.0, 3.0, 3.0]
})

2. 合并两个DataFrame #

我们先基于id（df1）和exId（df2）做内连接，只保留两边都存在的匹配行：

merged_df = pd.merge(df1, df2, left_on='id', right_on='exId', how='inner')

3. 筛选精确匹配的行 #

精确匹配要求amount与exAmount、fee与exFee都完全相等。如果是浮点数数据，建议用np.isclose代替==来避免精度误差：

# 精确匹配（浮点数安全版）
exact_match = merged_df[
    np.isclose(merged_df['amount'], merged_df['exAmount']) & 
    np.isclose(merged_df['fee'], merged_df['exFee'])
]

print("精确匹配")
print(exact_match)

输出结果和你期望的一致：

id  amount    fee  exId  exAmount  exFee
0   1    10.0    5.0     1      10.0    5.0
1   2    20.0    3.0     2      20.0    3.0

4. 筛选非精确匹配的行并标记不匹配字段 #

我们先筛选出id匹配但至少一个数值字段不匹配的行，然后逐行判断哪些字段不匹配并生成标记列：

# 筛选非精确匹配行
non_exact_match = merged_df[
    ~np.isclose(merged_df['amount'], merged_df['exAmount']) | 
    ~np.isclose(merged_df['fee'], merged_df['exFee'])
]

# 定义函数判断不匹配字段
def get_mismatch_fields(row):
    mismatches = []
    if not np.isclose(row['amount'], row['exAmount']):
        mismatches.append('amount')
    if not np.isclose(row['fee'], row['exFee']):
        mismatches.append('fee')
    return mismatches

# 添加不匹配字段标记列
non_exact_match['mismatchFields'] = non_exact_match.apply(get_mismatch_fields, axis=1)

print("\n非精确匹配")
print(non_exact_match)

输出结果如下：

id  amount    fee  exId  exAmount  exFee mismatchFields
2   3    90.0  130.0     3      20.0    3.0  [amount, fee]
3   4   120.0   35.0     4     120.0    3.0          [fee]

补充说明 #

• 如果你的数据是整数或者确定没有浮点数精度问题，也可以直接用==和!=代替np.isclose，代码会更简洁。
• 内连接（how='inner'）确保我们只处理两边都存在的id/exId，如果需要保留某一边的所有行，可以改用left或right连接。

内容的提问来源于stack exchange，提问作者Nick01