Pandas中精确比较含NaN浮点数列的差异并计数

import pandas as pd
import numpy as np

# 示例数据
d1 = {"col": [7.1, 2.0, 3.0, 4.0, np.nan, 1.9, 1.3]}
d2 = {"col": [7.1, 2.5, 3.0, 4.0, np.nan, 1.2, np.nan]}

df1 = pd.DataFrame(d1)
df2 = pd.DataFrame(d2)

print("原始DataFrame 1:")
print(df1)
print("\n原始DataFrame 2:")
print(df2)

# 将浮点数列四舍五入到指定小数位数（例如，4位）
# 这有助于解决浮点数精度问题
df1["col"] = df1["col"].round(4)
df2["col"] = df2["col"].round(4)

print("\n四舍五入后的DataFrame 1:")
print(df1)
print("\n四舍五入后的DataFrame 2:")
print(df2)

# 使用compare方法找出两个DataFrame之间的差异
# 默认情况下，如果两个DataFrame在同一位置都为NaN，则不会报告为差异
comparison = df1.compare(df2)

print("\n差异比较结果:")
print(comparison)

# 统计差异行数
different_rows_count = len(comparison)

print(f"\n差异行总数: {different_rows_count}")

import pandas as pd
import numpy as np # 导入numpy以使用np.nan

# 示例数据
d1 = {"col": [7.1, 2.0, 3.0, 4.0, np.nan, 1.9, 1.3]}
d2 = {"col": [7.1, 2.5, 3.0, 4.0, np.nan, 1.2, np.nan]}

df1 = pd.DataFrame(d1)
df2 = pd.DataFrame(d2)

# 打印原始数据框以便对比
print("--- 原始数据框 ---")
print("df1:")
print(df1)
print("\ndf2:")
print(df2)

# 步骤1: 处理浮点精度问题，将列四舍五入到指定小数位数
# 这里我们选择四舍五入到4位小数
df1_rounded = df1["col"].round(4)
df2_rounded = df2["col"].round(4)

# 将四舍五入后的Series重新赋值给DataFrame，或直接在比较时使用
# 为了清晰，我们这里直接对原始DataFrame的列进行修改
df1["col"] = df1_rounded
df2["col"] = df2_rounded

print("\n--- 四舍五入后的数据框 ---")
print("df1 (rounded):")
print(df1)
print("\ndf2 (rounded):")
print(df2)

# 步骤2: 使用compare方法找出差异
# compare方法默认会忽略两个DataFrame在同一位置都为NaN的情况，不将其视为差异
comparison_result = df1.compare(df2)

print("\n--- 差异比较结果 ---")
print(comparison_result)

# 步骤3: 统计差异行数
total_different_rows = len(comparison_result)

print(f"\n--- 差异行总数 ---")
print(f"总共有 {total_different_rows} 行存在差异。")

--- 原始数据框 ---
df1:
   col
0  7.1
1  2.0
2  3.0
3  4.0
4  NaN
5  1.9
6  1.3

df2:
   col
0  7.1
1  2.5
2  3.0
3  4.0
4  NaN
5  1.2
6  NaN

--- 四舍五入后的数据框 ---
df1 (rounded):
   col
0  7.1
1  2.0
2  3.0
3  4.0
4  NaN
5  1.9
6  1.3

df2 (rounded):
   col
0  7.1
1  2.5
2  3.0
3  4.0
4  NaN
5  1.2
6  NaN

--- 差异比较结果 ---
   col      
  self other
1  2.0   2.5
5  1.9   1.2
6  1.3   NaN

--- 差异行总数 ---
总共有 3 行存在差异。