我有以下数据框:
case c1 c2
1 x x
2 NaN y
3 x NaN
4 y x
5 NaN NaN
我想得到一列“匹配”,它将显示“c1”和“c2”中具有值的哪些记录相等或不同:case c1 c2 match
1 x x True
2 NaN y False
3 x NaN False
4 y x False
5 NaN NaN True
我根据另一个堆栈溢出问题尝试了以下操作:Comparing two columns and keeping NaNs但是,我无法同时正确处理第 4 种情况和第 5 种情况。
import pandas as pd
import numpy as np
df = pd.DataFrame({
'case': [1, 2, 3, 4, 5],
'c1': ['x', np.nan,'x','y', np.nan],
'c2': ['x', 'y',np.nan,'x', np.nan],
})
cond1 = df['c1'] == df['c2']
cond2 = (df['c1'].isnull()) == (df['c2'].isnull())
df['c3'] = np.select([cond1, cond2], [True, True], False)
df
最佳答案
使用 eq
与 isna
:
df.c1.eq(df.c2)|df.iloc[:, 1:].isna().all(1)
#or
df.c1.eq(df.c2)|df.loc[:, ['c1','c2']].isna().all(1)
关于python - 用 Pandas 中的 NaN 比较两列并得到差异,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/63459392/