熊猫比较数据库中的两行答案

【问题标题】：Pandas comparing two rows in a database熊猫比较数据库中的两行
【发布时间】：2021-06-04 09:02:53
【问题描述】：

我有一个这样的数据框；

df = pd.DataFrame(np.array([['apple', 'golden', 3], ['apple', 'green', 6], ['banana', 'golden', 9], ['apple', 'golden', 5], ['apple', 'green', 6], ['banana', 'golden', 6]]),
                   columns=['Column1', 'Column2', 'Column3'])
df

    Column1 Column2 Column3
0   apple   golden  3
1   apple   green   6
2   banana  golden  9
3   apple   golden  5
4   apple   green   6
5   banana  golden  6

我想将“Column1”行与在新的 Column4 中迭代进行比较。如果有差异我想写下True，如果不是False。

    Column1 Column2 Column3 Column4
0   apple   golden  3       False
1   apple   green   6       False
2   banana  golden  9       True
3   apple   golden  5       True
4   apple   green   6       False
5   banana  golden  6       True

最后，如果比较结果为真，我想将 Column1 项添加到列表中。

list = ['banana']

【问题讨论】：

标签： python pandas compare row

【解决方案1】：

将不等于的移位值与将第一个值替换为原始Column1 进行比较fillna：

df['Column4'] = df.Column1.shift().fillna(df.Column1).ne(df.Column1)

print (df)
  Column1 Column2  Column3  Column4
0   apple  golden        3    False
1   apple   green        6    False
2  banana  golden        9     True
3   apple  golden        5     True
4   apple   green        6    False
5  banana  golden        6     True

对于列表不要使用list，因为python代码字：

L = df.loc[df['Column4'], 'Column1'].unique().tolist()
print (L)
['banana', 'apple']

【讨论】：

我没有像香蕉这样的常数值。值正在发生变化，例如：香蕉、苹果、菠萝。我应该使用 for 循环吗？
@CanerUçal - 如果性能很重要，熊猫最好不要使用循环。添加了矢量化解决方案来回答。
当我使用 .shift() 方法时，最后一行比较消失了。
@CanerUçal - 在我的解决方案中第一个值消失了 - 它被 .fillna(df.Column1) 替换为原始值，所以如果比较不等于 ne 总是第一个值False
对不起，我是 python 新手。我现在明白了。有用。非常感谢。

【解决方案2】：

如果我正确理解您的问题，这应该有效：

df['Column4'] = np.where(df.Column1.shift(1) != df.Column1, True, False)
df['Column4'][0] = False  #Since the above method would set the first row as True comparing it to nothing


list = df['Column1'].loc[df.Column4].to_list()

当Column4 中的值是True 时，上面的行将给出Column1 中的值列表。

【讨论】：