比较两个不同 pandas 列中的值答案

【问题标题】：Compare values in two different pandas columns比较两个不同 pandas 列中的值
【发布时间】：2020-02-06 19:54:12
【问题描述】：

我有一个如下所示的数据框：

Fruit   Cost    Quantity    Fruit_Copy
Apple   0.5 6   Watermelon
Orange  0.3 2   Orange
Apple   0.5 8   Apple
Apple   0.5 7   Apple
Banana  0.25    8   Banana
Banana  0.25    7   Banana
Apple   0.5 6   Apple
Apple   0.5 3   Apple

我想在 pandas 中编写一个 sn-p，比较 Fruit 和 Fruit_Copy 并输出一个新列“Match”，指示 Fruit 中的值是否 = Fruit_Copy。

提前致谢！

【问题讨论】：

不完全是，因为我希望第三列位于原始数据框中，这样我就可以轻松地隔离 match = false 的行。

标签： python-3.x pandas

【解决方案1】：

假设您的数据框是“水果”。然后你可以利用 Pandas Series Equals 函数pd.Series.eq as，

fruits['Match'] = pd.Series.eq(fruits['Fruit'],fruits['Fruit_Copy'])

【讨论】：

【解决方案2】：

这样的事情会起作用。

df.loc[df['Fruit'] == df['Fruit_Copy'], 'Match'] = 'Yes'

使用numpy.where:

df['Match'] = np.where(df['Fruit'] == df['Fruit_Copy'], 'Yes', 'No')

【讨论】：

【解决方案3】：

你可以试试这样的：

import pandas as pd
import numpy as np

fruits = pd.DataFrame({'Fruit':['Apple', 'Orange', 'Apple', 'Apple', 'Banana', 'Banana', 'Apple', 'Apple'], 'Cost':[0.5,0.3,0.5,0.5,0.25,0.25,0.5,0.5], 'Quantity':[6,2,8,7,8,7,6,3], 'Fruit_Copy':['Watermelon', 'Orange', 'Apple', 'Apple', 'Banana', 'Banana', 'Apple', 'Apple']})
fruits['Match'] = np.where(fruits['Fruit'] == fruits['Fruit_Copy'], 1, 0)
fruits

    Fruit  Cost  Quantity  Fruit_Copy  Match
0   Apple  0.50         6  Watermelon      0
1  Orange  0.30         2      Orange      1
2   Apple  0.50         8       Apple      1
3   Apple  0.50         7       Apple      1
4  Banana  0.25         8      Banana      1
5  Banana  0.25         7      Banana      1
6   Apple  0.50         6       Apple      1
7   Apple  0.50         3       Apple      1

【讨论】：