用apply替换双循环python

Question

有没有人知道是否可以用更快的东西替换python中的双循环，比如apply函数？ 例如，我有这个数据框：

df = pd.DataFrame()
df["col_1"] = ["hello", "salut","hello", "bye", "bye","hi","hello", "hello"]
df["col_2"] = ["dog", "dog", "dog", "cat", "cat", "mouse","dog","cat"]
df["col_3"] = [100,45,100,51,51,32,100,85]

和这个功能：

def f (l1, l2): if list(l1) == list(l2) : return 1 else: return 0

如果2个列表相同则返回1，否则返回0。我想应用此函数来创建一个“类似”的列，如下所示：

我可以轻松地使用双循环，但我希望以更低的复杂度更快地完成此任务。

感谢您的帮助！ :)

Answer 1

基本上，您希望找到具有重复项的col组合，并在“类似”列中将其标记为1。 pandas.DataFrame.duplicated就是这样做的，你只需这样做：

df.duplicated(keep=False) 

请参阅https://pandas.pydata.org/pandas-docs/stable/generated/pandas.DataFrame.duplicated.html#pandas.DataFrame.duplicated，keep=False会将所有重复标记为True。

然后你只需要将boolean转换为int：

df['similar'] = list(map(int, df.duplicated(keep=False)))