python：比较N个数据帧的相等性

Question

我有一个 dfs 列表，其中一些共享一个共同的列“b”值。我将这些 dfs 按它们的“b”值分组，然后想比较其余列的任何差异。我需要直观地输出不同的列（而不是仅仅识别哪些列/行不同，我知道你可以用 pandas.testing assert_frame_equal 来做）。到目前为止，我通过根据存储在列表中的 dfs 的数量预先指定要运行的比较次数来做到这一点（如下面的第三部分所示）。但是我想这样做而不必指定要比较的 dfs 的数量，以防有更多时间。

比较的替代方法可以是 .isin（带有 ~ 所以它不在？）或我正在查看 rn 的反合并。

非常欢迎所有 cmets。非常感谢！

数据

import pandas as pd

df1 = pd.DataFrame(data={'id': [1, 2, 3], 'a': [1,2,3], 'b': ['t1','t1','t1']})
df2 = pd.DataFrame(data={'id': [1, 2, 4], 'a': [2,2,4], 'b': ['t1','t1','t1']})
df3 = pd.DataFrame(data={'id': [1, 2, 3], 'a': [1,2,3], 'b': ['t2','t2','t2']})
df4 = pd.DataFrame(data={'id': [1, 2, 3], 'a': [1,2,3], 'b': ['t3','t3','t3']})
df5 = pd.DataFrame(data={'id': [1, 2, 3], 'a': [1,2,3], 'b': ['t1','t1','t1']})

df_lst=[df1,df2,df3,df4,df5]

根据'b'列中的组拆分到列表

from itertools import groupby

out = []
for _, g in groupby(
    sorted(df_lst, key=lambda k: k["b"].tolist()), lambda k: k["b"].tolist()):
    out.append(list(g))

比较存储在 'out' 中的 dfs 列表中的每个 df

for i in out:
    if len(i) > 1:
        a = (i[0].compare(i[1]))
        b = (i[0].compare(i[2]))
        c = (i[1].compare(i[2]))
lst=(a,b,c)
pd.concat(lst)

可能是这样的，但这只会将 0 与所有其他 dfs 进行比较，因此不起作用

for i in out:
    if len(i)>1:
        for j in range(len(i)):
            a = i[0].compare(i[j])
            o.append(a)

Answer 1

以下内容应将out 的每个条目与其他所有条目进行比较：

if all(isinstance(x, list) for x in out):
    out_df = []
    for entry in out:
        out_df.append(pd.DataFrame(entry))
    out = out_df

comp_list = []
for i, entry_1 in enumerate(out):
    for j, entry_2 in enumerate(out):
        if j > i:
            comp = (entry_1.compare(entry_2))
            comp_list.append(comp)

lst = tuple(comp_list)
pd.concat(lst)

---

编辑：我在 sn-p 的开头添加了 if 语句，以说明 out 存储列表而不是数据帧的情况（就像您原始示例中的情况一样分裂后）。