如何比较 3 列 DataFrame，Python 3.6

Posted 2023-03-11

【中文标题】如何比较 3 列 DataFrame，Python 3.6

【英文标题】：How to compare 3 columns of DataFrame together, Python 3.6

【发布时间】：2019-04-16 09:26:45

【问题描述】：

我有以下数据框，我想比较 3 列值并在另一列“Id_Name_Table_Matching”中更新 True/False

在我的代码下面：

L1_ID = ['Region', 'Col2', 'Col3', 'Col4', 'Col5']
L1_Name = ['Region', 'Col2', 'Col3', 'Col4', 'Col5']
L1_Table = ['Region', 'Col2', 'Col3', 'Col4', 'Col5']

DF1 = pd.DataFrame('dimId': L1_ID, 'dimName': L1_Name, 'sqlTableColumn': L1_Table)

如果所有列的值都匹配，我想在“Id_Name_Table_Matching”中更新 true，否则为 false。 我需要如下脚本：

DF1['Id_Name_Table_Matching'] = DF1['dimId'] == DF1['dimName'] == DF1['sqlTableColumn']

【参考方案1】：

将第一列与第二列进行比较，然后将最后一列与 & 的链布尔掩码进行逐位比较 AND：

DF1['Id_Name_Table_Matching'] = (DF1['dimId'] == DF1['dimName']) & 
                                (DF1['dimId'] == DF1['sqlTableColumn'])

比较列表中定义的多个列的通用解决方案 - 所有过滤的列通过DataFrame.eq比较第一个，然后通过DataFrame.all检查每行的所有值是否为Trues：

cols = ['dimId','dimName','sqlTableColumn']
DF1['Id_Name_Table_Matching'] = DF1[cols].eq(DF1[cols[0]], axis=0).all(axis=1)
print (DF1)
    dimId dimName sqlTableColumn  Id_Name_Table_Matching
0  Region  Region         Region                    True
1    Col2    Col2           Col2                    True
2    Col3    Col3           Col3                    True
3    Col4    Col4           Col4                    True
4    Col5    Col5           Col5                    True

详情：

print (DF1[cols].eq(DF1[cols[0]], axis=0))
   dimId  dimName  sqlTableColumn
0   True     True            True
1   True     True            True
2   True     True            True
3   True     True            True
4   True     True            True

【参考方案2】：

看看这是否有帮助。使用.apply()

df["Id_Name_Table_Matching"] = df.apply(lambda x: x.dimId == x.dimName == x.sqlTableColumn, axis = 1)
print(df)

输出：

    dimId dimName sqlTableColumn  Id_Name_Table_Matching
0  Region  Region         Region                    True
1    Col2    Col2           Col2                    True
2    Col3    Col3           Col3                    True
3    Col4    Col4           Col4                    True
4    Col5    Col5           Col5                    True

【讨论】：

这是一个非常优雅的解决方案。谢谢。

【参考方案3】：

您也可以像这样使用Transpose 和.nunique()：

DF1.T.nunique().le(1)

0    True
1    True
2    True
3    True
4    True
dtype: bool