使用Pandas 2比较两列

Question

我正在比较数据帧（A和B）中的两列。我有一种有效的方法（C5）。它来自这个问题： Compare two columns using pandas

我想知道为什么我无法获得其他方法（C1-C4）来给出正确的答案：

df = pd.DataFrame({'A': [1,1,1,1,1,2,2,2,2,2],
                   'B': [1,1,1,1,1,1,0,0,0,0]})

#df['C1'] = 1 [df['A'] == df['B']]

df['C2'] = df['A'].equals(df['B'])

df['C3'] = np.where((df['A'] == df['B']),0,1)

def fun(row):
    if ['A'] == ['B']:
        return 1
    else:
        return 0
df['C4'] = df.apply(fun, axis=1)

df['C5'] = df.apply(lambda x : 1 if x['A'] == x['B'] else 0, axis=1)

Answer 1

IIUC您需要这个：

def fun(row):
if row['A'] == row['B']:
    return 1
else:
    return 0

Answer 2

使用：

df = pd.DataFrame({'A': [1,1,1,1,1,2,2,2,2,2],
                   'B': [1,1,1,1,1,1,0,0,0,0]})

因此，对于C1和C2，需要比较==或eq的布尔掩码掩码列，然后将其转换为整数-True, False到{{1 }}：

1,0

这是必要的变更单df['C1'] = (df['A'] == df['B']).astype(int) df['C2'] = df['A'].eq(df['B']).astype(int) -对于匹配条件需要1,0：

1

未在功能中选择系列值，缺少df['C3'] = np.where((df['A'] == df['B']),1,0) ：

row

解决方案正确：

def fun(row):
    if row['A'] == row['B']:
        return 1
    else:
        return 0
df['C4'] = df.apply(fun, axis=1)