Python 将两个数据帧的列与索引和行值的组合进行比较

有很多类似的问题，但我不确定是否有一个同时处理索引和行值的问题。（与二进制分类df相关）

所以我要做的是比较具有相同名称的列，使它们具有相同的值和索引。如果不是，只需返回一个错误

假设数据帧

df

有

a

、

b

和

c

列，

df\u原始

有

a

到

z

列

我们如何首先在这两个数据帧之间找到具有相同名称的列，然后检查这些列的内容，使它们在

a

、

b

和

c

之间的值和索引中逐行匹配

df

和

df\u-original

所有列的内容都是数字的，这就是为什么我要比较索引和值的组合

演示：

在上面的示例中，对于具有相同列名的列，比较索引和值的组合，如果索引和值的组合不正确，则标记错误

common_cols = df.columns.intersection(df_original.columns)

for col in common_cols:

    df1_ind_val_pair = df[col].index.astype(str) + ' ' + df[col].astype(str)
    df2_ind_val_pair = df_original[col].index.astype(str) + ' ' + df_original[col].astype(str)

    if any(df1_ind_val_pair != df2_ind_val_pair):
        print('Found one or more unequal (index, value) pairs in col {}'.format(col))

与

internal

的联接方法一起使用。然后将结果

元组

解包传递给

pd.DataFrame.eq

pd.DataFrame.eq(*df.align(dfo, 'inner'))

       a      b      c
0  False  False  False
1  False  False  False
2  False  False  False
3  False  False  False
4  False  False   True

要查看包含所有列的行

True

，请使用此掩码进行筛选：

pd.DataFrame.eq(*df.align(dfo, 'inner')).all(1)

0    False
1    False
2    False
3    False
4    False
dtype: bool

但是，对于示例数据，结果将为空

df[pd.DataFrame.eq(*df.align(dfo, 'inner')).all(1)]

Empty DataFrame
Columns: [a, b, c]
Index: []

---

答案相同，但代码更清晰

def eq(d1, d2):
    d1, d2 = d1.align(d2, 'inner')
    return d1 == d2

eq(df, dfo)

       a      b      c
0  False  False  False
1  False  False  False
2  False  False  False
3  False  False  False
4  False  False   True

---

请提供一些数据以便更好地理解。请创建一个最小、完整且可验证的示例-@ShivamGaur请检查示例输出？在没有匹配项的情况下，只使用带有“Error”的df？您的索引是否总是连续的，从0开始？这看起来很好，但我认为与其按索引和值进行比较，不如同时比较索引和值，因为在比较两者的组合时，您希望对每列比较（索引，值）从

df

到

df_original

的（索引，值）对，如果有一对不相等，则打印列名，对吗？难以置信！感谢索引的行为类似于有序集，因此它们也在集合上定义了大多数方法。您可以使用

df.columns.intersection

是的，这也可以，但是对于一个巨大的表5mil x 5mil，几乎不可能检查所有内容。它能打印出那些不相等的位置吗？当然，我不能想象你真的想打印每一个失败。但我们还是可以。你到底想做什么？你在记录这些吗？您想要顺序位置（索引和列）还是标签？你可以通过显示你期望的输出来清除这个问题。如果有假或者没有假，它只会打印出来。其实不是每一个。但如果有的话

def eq(d1, d2):
    d1, d2 = d1.align(d2, 'inner')
    return d1 == d2

eq(df, dfo)

       a      b      c
0  False  False  False
1  False  False  False
2  False  False  False
3  False  False  False
4  False  False   True