检查不同数据框列中的值是否匹配。

Question

我正在尝试检查列表中的每个值是否分别与数据框中两个不同的列相匹配。我的数据框如下所示：

| attribute | value1           | value2           |
|-----------|------------------|------------------|
| Address   | ['a', 'b', 'c']   | ['a', 'b', 'c']   |
| Count     | ['1', 2, 3]       | ['1', '2', '3']   |
| Color     | ['bl', 'cr', 'r'] | ['bl', 'rd', 'gr'] |

我想要得到的数据框是这样的：

| attribute | value1           | value2           | match                 |
|-----------|------------------|------------------|-----------------------|
| Address   | ['a', 'b', 'c']   | ['a', 'b', 'c']   | [True, True, True]     |
| Count     | ['1', 2, 3]       | ['1', '2', '3']   | [True, False, False]   |
| Color     | ['bl', 'cr', 'r'] | ['bl', 'rd', 'r'] | [True, False, True]     |

我正尝试编写一个lambda表达式，但无法正确构建语法：

if isinstance(data['value1'][0], list):
    for i in range(0, len(data.value1)):
        data['match'] = data['value2'].apply(lambda ls: [x for x in ls if x == data['value1'][i]])

johnstok · Answer

应用函数结合lambda函数会比较两个列表中的每个元素。zip函数将按行对value1和value2列表中对应的元素进行迭代，并检查它们是否相等。

以下是Python代码实现：

import pandas as pd

# 定义数据
data = {'attribute': ['Address', 'Count', 'Color'],
        'value1': [['a', 'b', 'c'], ['1', 2, 3], ['bl', 'cr', 'r']],
        'value2': [['a', 'b', 'c'], ['1', '2', '3'], ['bl', 'rd', 'r']]}

# 创建DataFrame
df = pd.DataFrame(data)

# 应用lambda函数计算匹配情况并添加新列'match'
df['match'] = df.apply(lambda row: [x == y for x, y in zip(row['value1'], row['value2'])], axis=1)

# 输出结果
print(df)

运行上述代码后，你将得到如下所示的数据框：

attribute       value1       value2                 match
0   Address    [a, b, c]    [a, b, c]    [True, True, True]
1     Count    [1, 2, 3]    [1, 2, 3]  [True, False, False]
2     Color  [bl, cr, r]  [bl, rd, r]   [True, False, True]

Dan Herbert · Answer

首先，将每列转换为DataFrame并对齐，然后利用向量化操作比较两列的对应元素，最后将比较结果转化为list形式。

以下是具体步骤的代码实现：

# 将 'value1' 和 'value2' 列转换为 DataFrame 并对齐
df_value1 = pd.DataFrame(df1['value1'].tolist())
df_value2 = pd.DataFrame(df1['value2'].tolist())

# 对比两列的每个元素是否相等
comparison = df_value1.eq(df_value2)

# 将比较结果沿行方向应用list函数，将每行结果转化为list
out = comparison.apply(list, axis=1)

# 输出结果
out:
0    [True, True, True]
1  [True, False, False]
2   [True, False, True]
dtype: object