要比较数据帧的列，可以使用以下代码示例中的方法：

import pandas as pd

# 创建数据帧1
data1 = {'A': [1, 2, 3, 4],
         'B': [5, 6, 7, 8]}
df1 = pd.DataFrame(data1)

# 创建数据帧2
data2 = {'A': [1, 2, 3, 4],
         'B': [5, 10, 7, 8]}
df2 = pd.DataFrame(data2)

# 比较两个数据帧的列
# 方法1: 使用equals()函数比较两个数据帧的列是否完全相同
print(df1.equals(df2))  # 输出False

# 方法2: 使用all()函数逐列比较两个数据帧的元素是否相同
print((df1 == df2).all())  # 输出A    True\nB    False\ndtype: bool

# 方法3: 使用any()函数逐列比较两个数据帧的元素是否存在差异
print((df1 != df2).any())  # 输出A    False\nB    True\ndtype: bool

以上代码示例中，我们创建了两个数据帧df1和df2，它们具有相同的列名'A'和'B'，但df2的列'B'中的元素有所不同。然后，我们使用三种不同的方法来比较这两个数据帧的列。

方法1使用了equals()函数来判断两个数据帧是否完全相同，如果完全相同，则返回True，否则返回False。

方法2使用了(df1 == df2).all()来逐列比较两个数据帧的元素是否相同。该表达式返回一个布尔值的数据帧，其中的元素表示对应位置的两个数据帧元素是否相同。然后使用all()函数来判断每列是否都为True，如果是，则表示两个数据帧的列完全相同。

方法3使用了(df1 != df2).any()来逐列比较两个数据帧的元素是否存在差异。该表达式返回一个布尔值的数据帧，其中的元素表示对应位置的两个数据帧元素是否不同。然后使用any()函数来判断每列是否存在差异，如果是，则表示两个数据帧的列存在差异。