比较两列中的值

Posted 2023-02-05

现在我有大量库存数据（2GB）：

    StockID       date    Industry code 1     Industry code 2       
0   10000   1986-01-06     NaN                 399        
1   10000   1986-01-07     NaN                 399         
2   10000   1986-01-08     NaN                 399  
3   10000   1986-01-09     NaN                 399  
...  

我想检查两件事，

1. [如果股票实体曾经更改过其Industry code 1或Industry code 2
2. 如果一个股票实体按一种行业代码分类为金融行业，而不按另一种行业代码分类（即，当['Industry code 1']=52至53时为['Industry code 2']!=60或70，反之亦然）

答案

除非您具有数据历史记录，否则您不可能第一个问题。如果您有历史记录，那么您要做的就是检查当前数据帧值和旧值是否相同，如果不相同，则表示实体已更改。

关于第二个问题，如果您使用的是像pandas这样的库，并且数据框存储在变量df中，则可以使用以下命令检查特定情况：

df[(df['Industry code 1'] == 52 | df['Industry code 1'] == 53) & (df['Industry code 2'] < 60 | df['Industry code 2'] > 70)]

此代码特定于您提供的示例，但是您可以对其进行修改以适合您要创建的任何子集。这为您提供了一个子集，您可以随便执行任何操作（请参阅哪些股票实体遵循该模式，总共有多少个实体，等等。）>
希望有帮助！