DataComPy是一个用于比较两个Pandas DataFrame的程序包。最初开始是SAS的Pandas DataFrames 的替代品，它具有的功能不止于此 （它可以打印出一些统计数据，并让您调整精确的匹配程度）。然后扩展以将该功能传递给Spark Dataframes。

使用文档看以下链接。

https://capitalone.github.io/datacompy/index.html

Data Com Py 是 一个 用于 比较 两个 Pandas DataFrame 的 程序包 。 最初开始是SAS的PROC COM PARE for Pandas DataFrame 的替代品，其功能不仅仅是 Pandas . DataFrame .equals( Pandas . DataFrame ) （因为它可以打印出一些统计信息，并让您调整必须精确匹配的数量） ）。 然后扩展以将该功能传递给Spark Dataframe s。 pip install data com py Data Com Py 将尝试在连接列列表或索引上连接 两个 数据框。 如果 两个 数据框具有基于联接值的重复项，则匹配过程将按其余字段排序，并根据该行号联接。 按列 比较 会尝试匹配值，即使dtypes不匹配也是如此。 因此，例如，如果您在 一个 数据帧中有一列具有decimal.Decimal值，而在另 一个 数据帧中具有 一个 decimal. if __name__ == "__main__": a = pd.read_csv('./sot2/ICX01.SOT2',skiprows=1,names=["X","Y","BIN"]) # print(a) aa = a[a['BIN']