我如何检查几乎所有行是否相同，如果是，则验证最终不同的行是否有一些常数 k答案

【问题标题】：how can i check if almost all rows are identical and if so then verify that the final differing row varies by some constant k我如何检查几乎所有行是否相同，如果是，则验证最终不同的行是否有一些常数 k
【发布时间】：2020-02-03 06:56:40
【问题描述】：

使用尺寸为 (150,4) 的 iris 数据集我想查看第 1、2 和 4 列中的行是否相同，如果是，则验证第 3 列的值是否相差某个常数 k。这必须针对每个可能的行组合进行。

#### load data###
import pandas as pd
df=pd.DataFrame(iris.data,columns=iris.feature_names)
df.head()

这给了我一个错误“系列的真值不明确。使用 a.empty、a.bool()、a.item()、a.any() 或 a.all()。”并且也不考虑所有行

我这里选择了k=4

list=range(0,148)

for row in list:
    if df.iloc[row,:]==df.iloc[row+1,:]:
        df.iloc[row,2]-df.iloc[row+1,2]<=4
    else:
        print('nothing')

【问题讨论】：

标签： python pandas comparison filtering rows

【解决方案1】：

首先，您需要过滤要比较的列。在这种情况下，第 0、1 和 3 列通过执行以下比较 df.iloc[row1,[0, 1, 3]] == df.iloc[row2, [0, 1, 3]]。这将返回 True 或 False 值的数组。但是您需要 all 列相同。要实现这一点，您需要 .all() 方法。只有当数组中的所有值都为 True 时，它才会返回 true。总结：

if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():

而且由于您需要遍历每个可能的行组合，因此双 for 循环会做得很好。

for row1 in range(m-1):
    for row2 in range(row1+1, m):
        # Check for every row combinaton if the columns are equal
        if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():
            pass

总共：

import numpy as np
import pandas as pd

df = pd.DataFrame(data=np.random.randint(0, 100, (10, 4)))
m = df.shape[0]

identical_columns = [0, 1, 3]
k = 4

# Force rows values to pass
df.iloc[2, :] = [3, 4, 5, 1]
df.iloc[3, :] = [3, 4, 4, 1]

for row1 in range(m-1):
    for row2 in range(row1+1, m):
        # Check for every row combinaton if the columns are equal
        if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():


            if df.iloc[row1,2] - df.iloc[row2,2] <= k:
                # TODO: Implement Your logic
                print ('We pass!')
        else:
            print(f"row {row1} and row {row2} don't pass")

【讨论】：

【解决方案2】：

错误信息基本上告诉你如何解决这个问题：

if df.iloc[row,:]==df.iloc[row+1,:]:

必须是：

if (df.iloc[row,:]==df.iloc[row+1,:]).all():

【讨论】：