在Python中将一个数据帧中的每一行与另一个数据帧中的每一行进行比较

我有两个具有相同特性的不同数据帧

df1

df2

我想将df1中的每一行与df2中的每一行进行比较，并计算在特征值中发现的差异数量

在我的示例中，我们有2个数据帧，每个数据帧有2个实例。因此，将有4种比较

对于每个比较，我需要返回特性差异的数量。例如，如果我们将df1中的第一行与df2中的第一行进行比较，那么特征值将有2个差异

---

知道如何实现吗？

如果我理解正确，一种方法是使用

np.where（）

，分别计算每一个特性每行的差异数，并对这些数组求和：

arr = np.where(df_1['Age']!=df_2['Age'],1,0) + np.where(df_1['Country'] != df_2['Country'],1,0) + np.where(df_1['Income']!=df_2['Income'],1,0)

这将返回一个数组，其中包含每行的特征差异数。在这种情况下，输出为：

[2,2]

如果有许多列如以下示例中所示，则可以使用for循环：

df_1 = pd.DataFrame({'Age':[1,2,3,4],'Country':['Brazil','UK','Australia','China'],'Var_x':[7,5,7,7],'Var_y':[3,6,3,2],'Var_z':[20,32,31,34]}) 
df_2 = pd.DataFrame({'Age':[1,2,4,5],'Country':['Egypt','UK','India','China'],'Var_x':[7,4,3,7],'Var_y':[3,6,2,2],'Var_z':[20,32,4,32]})
differences = np.zeros(len(df_1))
for i in df_1:
  differences += np.where(df_1[i]!=df_2[i],1,0)
print(differences)

输出：

[1. 1. 5. 2.]

---

到目前为止，您尝试了什么？如果数据不太长，广播是最好的选择。这些数据帧的长度相同吗？数据帧的长度不同吗？使用for循环的第二个解决方案可以。但问题是，它仅比较df_1中的第一行与df_2中的第一行、df_1中的第二行与df_2中的第二行、df_1中的第三行与df_2中的第三行以及df_1中的第四行与df_2中的第四行。输出由4个数字组成。是的。但我真正需要的是取df_1中的第一行并将其与df_2中的所有行进行比较，然后取df_1中的第二行并与df_2中的所有行进行比较。等等我们应该有16个比较。输出将是一个16位的数组，而不仅仅是4位

df_1 = pd.DataFrame({'Age':[1,2,3,4],'Country':['Brazil','UK','Australia','China'],'Var_x':[7,5,7,7],'Var_y':[3,6,3,2],'Var_z':[20,32,31,34]}) 
df_2 = pd.DataFrame({'Age':[1,2,4,5],'Country':['Egypt','UK','India','China'],'Var_x':[7,4,3,7],'Var_y':[3,6,2,2],'Var_z':[20,32,4,32]})
differences = np.zeros(len(df_1))
for i in df_1:
  differences += np.where(df_1[i]!=df_2[i],1,0)
print(differences)

[1. 1. 5. 2.]