Python 确定多个数据帧中是否有相同的列名

我有几个df，想确定它们是否都有相同的列名。我见过几个例子，其中这是通过两个数据帧完成的，但我想了解一些如何跨多个df-s完成的信息

例如，如果我有一个df-s列表

dataframes = [df_1, df_2, df_3, df_4, df_5_1, df_5_2, df_6_1, df_6_2]

---

我可能会遍历每一个，看看它们是否都包含相同的列名。

您可以使用以下方法检查

数据：

columns = list(map(lambda x: list(x.columns), [df, df, df]))
data = pd.DataFrame(columns)
data = data.fillna("")
data.drop_duplicates(keep="first", inplace=True)
if len(data) > 1:
  print("DIFFERENT COLUMNS")

而您将在
数据中找到的索引
如果超过1行，它将显示
列中的哪个数据框
，前提是您没有重复的列名，这在
熊猫
中从来都不是一个好主意，并且“相同”不关心它们在索引中的位置，检查columns索引的长度是否与两个DataFrame索引之间的集合交集的长度相同就足够了

因为您想知道它们是所有的相同，还是任何一个不同，只需对照第一个进行检查就足够了

all([len(dataframes[0].columns.intersection(df.columns)) 
      == dataframes[0].shape[1] for df in dataframes])

只需比较列集合：

“简洁的答案（如果他的答案更快，我也不会感到惊讶）”的一个稍微简单的变体。“我可能会循环每个答案，看看它们是否都包含相同的列名。”

如果不是呢？你能发布预期的输出吗？你可以通过

df.columns

得到一个数据帧的列名列表，然后这只是一个列表比较的问题。我在想

pd.dataframe（[dfs中i.columns代表i]）。nunique（1.eq（1）。all（）

@anky_91这是一个有效的解决方案（我认为对于

nunique

，可能不沿着axis=1）。尽管这取决于“相同的列”是否也需要排序。如果是这样，那么我的就不正确了，这是最好的（或者是简单的元素平等性检查）。无论是哪种方式，排序都可以使它变得很好，如果不考虑或按顺序排序的话。

if all([set(dataframes[0].columns) == set(df.columns) for df in dataframes]):
    print('All have the same columns')
else:
    print('Some have different columns')