根据数据框列中的配对匹配/不匹配进行计数

Question

我有这种格式的df，但是有更多行：

dftest = pd.DataFrame({'col1': ['A', 'A', 'B', 'C', 'A', 'A'], 
     'col2': ['catA', 'catB', 'dogA', 'dogB', 'snakeA', 'snakeB']})

对于每个animalA/animalB配对，我想计算col1是否是这两行的匹配项/不匹配项。我知道我可以用dftest.sort_values('col1')对它们进行排序以将两行放在一起，但是不确定如何比较这之后的两行。

col2有数百个值，但col1仅可能有4个值。

例如，在带有catA/catB的行中，col1具有A/A，因此这是一个匹配项。在带有dogA/dogB的行中，col1具有B/C，因此这是不匹配的。如果带有animalA/animalB的两行字母相同，则表示匹配。如果它们不同，那就是不匹配。

此小示例的所需输出：

countMatch = 2
countMismatch = 1

Answer 1

您可以删除20190113中的最后一个字母，按新字符串分组并计算唯一的col2，即

col1