在Python中如何使用Pandas快速对比两个数据表的结构差异?

阿杰酱_9233

阿杰酱_9233

2026-11-18

593人浏览

原创

df1.columns.equals(df2.columns)可严格校验列名及顺序是否一致;若仅需判断列名集合是否相同(忽略顺序和大小写),可用set(df1.columns.str.lower()) == set(df2.columns.str.lower())。

在python中如何使用pandas快速对比两个数据表的结构差异?

对比列名和列顺序是否一致

最常见的情况是两个 DataFrame 看起来“差不多”,但列名拼写不同、大小写不一致,或顺序错位。直接用 df1.equals(df2) 会返回 False,但你不知道哪里不同。

实操建议:

  • 用 df1.columns.tolist() 和 df2.columns.tolist() 分别转成列表再对比,比直接打印 df.columns 更容易发现空格、不可见字符
  • 检查大小写:运行 set(df1.columns.str.lower()) == set(df2.columns.str.lower()),能快速判断是否只是大小写问题
  • 顺序敏感时,用 df1.columns.equals(df2.columns) —— 它比 == 更严格,会同时校验顺序和值

检查每列的数据类型(dtype)是否匹配

即使列名相同,object 和 string(pandas 1.0+)、int64 和 Int64(可空整型)也会导致后续 merge 或 concat 出问题,但不会报错,只默默转换或填充 NaN。

实操建议:

  • 用 df1.dtypes 和 df2.dtypes 对比,注意 pandas 1.3+ 默认启用 string 类型,老版本是 object,别误判为不一致
  • 对数值列,额外检查是否含空值:df1[col].hasnans vs df2[col].hasnans,因为 Int64 要求显式声明可空,而 int64 遇到 NaN 会自动升为 float64
  • 避免用 df.info() 做自动化比对——它输出是字符串,不方便程序化判断

快速定位缺失列或多余列

当一个表有 user_id、amount,另一个多了 timestamp 或少了 amount,靠肉眼扫容易漏。

Camoufox Open Source Anti-Detect Browser for Python Automation
Camoufox Open Source Anti-Detect Browser for Python Automation

Camoufox 是一个基于 Firefox 构建的开源反检测浏览器,为 Python 自动化工作流程提供强大的指纹注入和反机器人检测规避功能。它与 Playwright 集成,以提供能够绕过现代机器人检测系统的隐身浏览能力。

下载

实操建议:

  • 找 df1 有但 df2 没有的列:set(df1.columns) - set(df2.columns)
  • 找共有的列但类型不同:[col for col in set(df1.columns) & set(df2.columns) if df1[col].dtype != df2[col].dtype]
  • 如果列名含语义前缀(如 src_user_id / dst_user_id),先统一清洗再比,比如用 .str.replace(r'src_|dst_', '')

结构差异小但数据逻辑不一致怎么办

列名、类型、数量都一样,但实际含义错位了——比如 date 列在表 A 是业务日期,在表 B 是录入日期;或者 status 的枚举值定义不同('A'/'B' vs 'active'/'inactive')。这种没法靠 Pandas 自动发现。

实操建议:

  • 对关键文本列,跑个简单统计:df1['status'].value_counts().to_dict() 和 df2['status'].value_counts().to_dict() 并排看,常能暴露枚举值不一致
  • 对时间列,检查 pd.api.types.is_datetime64_any_dtype(df[col]) 是否都为 True,再确认 df[col].dt.tz 是否都为 None 或一致时区
  • 别跳过业务上下文核对——结构脚本再准,也替代不了和下游确认字段定义

真正难的不是找出哪几列名字不一样,而是搞清“为什么不一样”:是上游改了 schema?ETL 脚本漏同步?还是测试数据手工补的字段?这些往往藏在变更记录或字段注释里,不在 DataFrame 本身。

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!

相关文章

PHP速学视频免费教程(入门到精通)
PHP速学视频免费教程(入门到精通)

PHP怎么学习?PHP怎么入门?PHP在哪学?PHP怎么学才快?不用担心,这里为大家提供了PHP速学教程(入门到精通),有需要的小伙伴保存下载就能学习啦!

下载

相关标签:

python

本站声明:本文内容由网友自发贡献,版权归原作者所有,本站不承担相应法律责任。如您发现有涉嫌抄袭侵权的内容,请联系admin@php.cn

相关专题

更多
python打包成可执行文件
python打包成可执行文件

本专题为大家带来python打包成可执行文件相关的文章,大家可以免费的下载体验。

2023.07.20

1951

4

python能做什么
python能做什么

python能做的有:可用于开发基于控制台的应用程序、多媒体部分开发、用于开发基于Web的应用程序、使用python处理数据、系统编程等等。本专题为大家提供python相关的各种文章、以及下载和课程。

2023.07.25

5524

7

format在python中的用法
format在python中的用法

Python中的format是一种字符串格式化方法,用于将变量或值插入到字符串中的占位符位置。通过format方法,我们可以动态地构建字符串,使其包含不同值。php中文网给大家带来了相关的教程以及文章,欢迎大家前来阅读学习。

2023.07.31

1889

3

python教程
python教程

Python已成为一门网红语言,即使是在非编程开发者当中,也掀起了一股学习的热潮。本专题为大家带来python教程的相关文章,大家可以免费体验学习。

2023.08.03

33717

23

python环境变量的配置
python环境变量的配置

Python是一种流行的编程语言,被广泛用于软件开发、数据分析和科学计算等领域。在安装Python之后,我们需要配置环境变量,以便在任何位置都能够访问Python的可执行文件。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3947

5

python eval
python eval

eval函数是Python中一个非常强大的函数,它可以将字符串作为Python代码进行执行,实现动态编程的效果。然而,由于其潜在的安全风险和性能问题,需要谨慎使用。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.04

3967

5

scratch和python区别
scratch和python区别

scratch和python的区别:1、scratch是一种专为初学者设计的图形化编程语言,python是一种文本编程语言;2、scratch使用的是基于积木的编程语法,python采用更加传统的文本编程语法等等。本专题为大家提供scratch和python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

1283

5

python合并两个列表
python合并两个列表

Python是一种强大的编程语言,具有许多方便的功能和工具。在Python中,有多种方法可以合并两个列表。php中文网给大家带来了相关的教程以及文章,欢迎大家前来学习阅读。

2023.08.10

636

4

python是前端还是后端
python是前端还是后端

Python属于前端也属于后端,其灵活性和丰富的生态系统使得开发人员能够在不同的领域中灵活运用。本专题为大家提供python相关的文章、下载、课程内容,供大家免费下载体验。

2023.08.11

3063

5

热门下载

更多
网站特效
/
网站源码
/
网站素材
/
前端模板

精品课程

更多
相关推荐
/
热门推荐
/
最新课程