用pandas.merge(..., how='outer', indicator=true)是最稳的对账起点，因compare()要求索引/列名/类型严格一致且不兼容常见数据脏乱问题，而merge可清晰区分left_only、right_only、both三类记录并支持标准化后精准比对。
直接说结论：用 pandas.merge() 做外连接 + indicator=True 是最稳的起点，不是用 compare() 或循环遍历。
为什么不用 df1.compare(df2)？
这个方法只在 pandas ≥ 1.1.0 才有，且要求两表行列索引完全一致、列名顺序相同、数据类型严格匹配——实际对账中几乎不可能满足。一旦某列是 object 类型混了空字符串和 NaN，或时间列一个是 datetime64[ns]、一个是字符串，compare() 就直接报 ValueError: Can only compare identically-labeled DataFrame objects。
实操建议：
- 优先放弃
compare()，尤其面对财务/银行/ERP 导出的原始数据 - 把“是否相等”拆成两个动作：先找缺失行，再找字段不一致行
- 用
merge(..., how='outer', indicator=True)一次性标出左有右无（left_only）、右有左无（right_only）、左右都有（both）三类记录
如何处理常见对账字段（如订单号+金额+日期）？
银行流水和内部系统导出的“订单号”常存在空格、大小写、前导零不一致；“交易时间”可能一个是 2024-03-15 10:30:00，一个是 2024/03/15 10:30；“金额”可能一个是字符串 "123.00"，一个是浮点数 123.0。
Python 3.14.2是Python编程语言在2025年12月5日发布的稳定版本，属于3.14系列的第二个维护更新。该版本包含了18项修复，重点解决了多进程、数据类及正则表达式等模块的回归问题，并修复了CVE-2025-12084等安全漏洞。此版本标志着自由线程模式（移除GIL）正式获得官方支持，是Python发展的重要里程碑。
实操建议：
- 关键匹配字段必须标准化后再 merge：
df1['order_id'] = df1['order_id'].astype(str).str.strip().str.upper() - 日期列统一转为
pd.to_datetime()并取日期部分：df1['date'] = pd.to_datetime(df1['date']).dt.date - 金额列强制转
float并 round 到 2 位：df1['amount'] = pd.to_numeric(df1['amount'], errors='coerce').round(2) - merge 时用多个列当
on=[...]，别只依赖单个 ID 字段
怎么高效找出“左右都有但金额不等”的明细？
merge 得到 _merge='both' 的子集后，不能直接用 df_left['amt'] != df_right['amt']——因为 NaN != NaN 返回 True，会导致大量误判。
实操建议：
- 用
pd.isna()分开判断：mask = ~(np.isnan(left_amt) & np.isnan(right_amt)) & (left_amt != right_amt) - 更稳妥的做法是用
np.isclose()处理浮点误差：~np.isclose(left_amt, right_amt, atol=0.01) - 差异字段逐列比对，生成新列标注哪几列不同：
diff_cols = [col for col in ['amount', 'date', 'status'] if not np.isclose(row1[col], row2[col], equal_nan=True)] - 最终差异清单里保留原始两表所有字段，并加一列
diff_reason，内容如"amount differs: 123.00 vs 122.99"
真正难的不是写 merge，而是字段清洗的边界情况：比如银行返回的“手续费”字段在某些行是空、某些行是 "-2.5"、某些行是 "(2.5)"。这类问题没法靠一个函数解决，得针对每张表单独写 clean_XXX_column() 函数，而且必须加单元测试验证清洗逻辑——否则差异清单里混入清洗错误，比没对出来还危险。
Python免费学习笔记（深入）：立即使用
在学习笔记中，你将探索 Python 的核心概念和高级技巧！
