判断两个DataFrame和array的列（Series）是否相同

问题：现在有两个DataFrame，第一个我们命名为 df1，第二个我们命名为 df2。两个 DataFrame 中各有一列数据，我需要横向判断这两列的数据是否相同（即：判断 df1 的第 1 行和 df2 的第 1 行是否相同，df1 第 2 行和 df2 第 2 行是否相同，依次类推），网上查看了一些解决办法，有的用循环遍历等都感觉不太正确，因为数据量太大也没办法验证。
————————————————

import pandas as pd
import numpy as np
1
2

1、当数据长度相同时

df1 = pd.DataFrame({'col1':['a','b']})
df2 = pd.DataFrame({'col2':['a','c']})
df = pd.concat([df1, df2], axis=1)
df['result'] = np.where(df['col1']==df['col2'],'same','different')
df
1
2
3
4
5

2、当数据长度不同时

df1 = pd.DataFrame({'col1':['a','b']})
df2 = pd.DataFrame({'col2':['a','c','b']})
df = pd.concat([df1, df2], axis=1)
df['result'] = np.where(df['col1']==df['col2'],'same','different')
df
1
2
3
4
5

3、当都存在nan值的情况

df1 = pd.DataFrame({'col1':['a','b',np.nan]})
df2 = pd.DataFrame({'col2':['a','c',np.nan]})
df = pd.concat([df1, df2], axis=1)
df['result'] = np.where(df['col1']==df['col2'],'same','different')
df
1
2
3
4
5

4. 比较两个 array 中的某列，列名都为0,1,2

np.where(np_subdf[:,2]==np_subdf_ori[:,2], 'same', 'different')
Out[14]: array(['same', 'same', 'same', ..., 'same', 'same', 'same'], dtype=')
1
2

a = np.where(np_subdf==np_subdf_ori, 'same', 'different')
1

5. 判断某行（索引为2的行）

a = np.where(np_subdf[2]==np_subdf_ori[2], 'same', 'different')
1

参考资料：
[1] https://blog.csdn.net/qq_40395868/article/details/116153969