Python 如何在两个数据帧之间比较每列下每行的值？

我有两个Dataframe，我想比较每列下每行的值

我本可以使用下面的代码，但它不是有效的，因为在实际的工作环境中，我在每个数据帧中有50多列和95k行

两个数据帧的行数和列名完全相同。更有效的方法是什么

这就是数据帧的外观-

Df1

项目金额位置
项目1300东
项目2500西部

Df2

项目金额位置
项目1350东
项目2500西部

期望的结果

项目金额位置项目2金额位置2金额\u差异项目\u差异位置\u差异

项目1 300东项目1 350东假真

first = {'Item': ['Item1','Item2'],
               'amount': [300,500],'location':['East','West']
               }
df1 = pd.DataFrame(first,columns= ['Item', 'amount','location'])

second = {'Item': ['Item1','Item2'],
               'amount': [350,500],'location':['East','West']
               }
df2 = pd.DataFrame(second,columns= ['Item', 'amount','location'])

df1['Item2'] = df2['Item']
df1['amount2'] =df2['amount']
df1['location2'] =df2['location']

df1['Item_diff'] = np.where(df1['Item'] == df1['Item2'], 'True', 'False')
df1['amount_diff'] = np.where(df1['amount'] == df1['amount2'], 'True', 'False')
df1['location_diff'] = np.where(df1['location'] == df1['location2'], 'True', 'False')

df1['Item_diff'] 
df1['amount_diff']
df1['location_diff']

项目2500西部项目2500西部真实真实

first = {'Item': ['Item1','Item2'],
               'amount': [300,500],'location':['East','West']
               }
df1 = pd.DataFrame(first,columns= ['Item', 'amount','location'])

second = {'Item': ['Item1','Item2'],
               'amount': [350,500],'location':['East','West']
               }
df2 = pd.DataFrame(second,columns= ['Item', 'amount','location'])

df1['Item2'] = df2['Item']
df1['amount2'] =df2['amount']
df1['location2'] =df2['location']

df1['Item_diff'] = np.where(df1['Item'] == df1['Item2'], 'True', 'False')
df1['amount_diff'] = np.where(df1['amount'] == df1['amount2'], 'True', 'False')
df1['location_diff'] = np.where(df1['location'] == df1['location2'], 'True', 'False')

df1['Item_diff'] 
df1['amount_diff']
df1['location_diff']

---

df1.eq（df2）

join可以像

df1.join（df2，lsuffix='1'，rsuffix='2'）。join（df1.eq（df2）。添加后缀（'u diff'））

非常感谢。这工作得非常好。但是我仍然有一个问题，如果field1和filed2都为null，field_diff将返回Fasle。你知道为什么吗？@user032020这是一个惯例，试试np.nan==np.nan，你会得到错误的比较方法？不要像那样使用

np.where（）

，这是不规则的。你没看过熊猫的文件吗？