怎么比较Column列差异

比较 DataFrame 或 Series 中 Column（列）差异，常见场景和做法如下（以 pandas 为例）：

一、比较两列的差异（同一行是否相等）

示例数据

import pandas as pd

df = pd.DataFrame({
    "A": [1, 2, 3, 4],
    "B": [1, 0, 3, 5]
})

1️⃣ 判断是否相等（返回布尔值）

df["A"] == df["B"]

结果：

0     True
1    False
2     True
3    False

2️⃣ 标记差异行

df["diff"] = df["A"] != df["B"]

3️⃣ 只查看有差异的行

df[df["A"] != df["B"]]

二、计算差异值（A - B）

df["diff_value"] = df["A"] - df["B"]

三、比较多个列是否完全一致

1️⃣ 多列相互比较

df["equal"] = df["A"] == df["B"]

2️⃣ 多列是否全部相等

df[["A", "B", "C"]].apply(lambda x: x.nunique() == 1, axis=1)

四、比较两个 DataFrame 的列差异

示例

df1 = pd.DataFrame({"A": [1, 2], "B": [3, 4]})
df2 = pd.DataFrame({"A": [1, 9], "B": [3, 4]})

1️⃣ 比较相同列名和相同行

df1.compare(df2)

或逐列比较：

df1["A"] != df2["A"]

五、比较列名差异（结构差异）

set(df1.columns) - set(df2.columns)  # df1 有但 df2 没有
set(df2.columns) - set(df1.columns)  # df2 有但 df1 没有

六、处理缺失值（NaN）的差异比较

⚠️ 注意：NaN != NaN

正确方式

df["A"].fillna(0) != df["B"].fillna(0)

或使用：

df["A"].eq(df["B"]).fillna(False)

七、按数据类型或数值范围比较

df[df["A"] > df["B"]]
df[df["A"].between(df["B"] - 1, df["B"] + 1)]

八、SQL / Excel 对应思路

九、你可以直接告诉我：

• ✅ 是比较 同一张表的不同列？
• ✅ 还是 两个 DataFrame 同名字段？
• ✅ 是否涉及 时间、字符串、缺失值？
• ✅ 用 pandas / SQL / Excel？

我可以给你更精确的示例。