检查2个pandas数据帧的相似性

import pandas as pd

# 创建两个示例数据帧
df1 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 6]
})

df2 = pd.DataFrame({
    'A': [1, 2, 3],
    'B': [4, 5, 7]
})

# 方法一：检查数据帧是否完全相同
is_identical = df1.equals(df2)
print(f"数据帧是否完全相同: {is_identical}")

# 方法二：比较指定列的内容
columns_to_compare = ['A', 'B']
is_same_columns = df1[columns_to_compare].equals(df2[columns_to_compare])
print(f"指定列的内容是否相同: {is_same_columns}")

# 方法三：计算相似度（例如使用Jaccard相似度）
def jaccard_similarity(df1, df2, column):
    set1 = set(df1[column])
    set2 = set(df2[column])
    return len(set1 & set2) / len(set1 | set2)

similarity_score = jaccard_similarity(df1, df2, 'B')
print(f"列'B'的Jaccard相似度: {similarity_score}")