如何比较 Pandas 中的两列？

在本文中，我们将学习如何比较 pandas 数据框中的列。 Pandas 是Python中一个非常有用的库，主要用于数据分析、可视化、数据清洗等。

当我们想要比较它们之间的值或者我们想知道它们之间的相似性时，比较列是非常必要的。例如，如果我们取两列，并且我们想找出哪一列大于或小于另一列，或者还想找出它们之间的相似性，那么比较列是我们可能需要做的合适的事情。 pandas 和 NumPy 中有很多种方法可以比较它们之间的值，我们将在本文中看到所有方法和实现。

方法 1：使用 np.where() 方法。

在这个方法中，条件被传递给这个方法，如果条件为真，那么它将是我们给的值（即语法中的'X）如果它是假的，那么它将是我们给他们的值（即语法中的“y”）。

Syntax: numpy.where(condition[,x, y])

Parameters:

• condition : When True, yield x, otherwise yield y.
• x, y : Values from which to choose.

在下面的代码中，我们正在导入必要的库，即 pandas 和 NumPy。我们创建了一个字典，并给出了每一列的值。然后将其转换为 pandas 数据框。通过使用 NumPy 中的 Where() 方法，我们得到了比较列的条件。如果'column1'小于'column2'并且'column1'小于'column3'，我们打印'column1'的值。如果条件失败，我们将值设为“NaN”。这些结果存储在数据框中的新列中。

Python3

# Importing Libraries
import pandas as pd
import numpy as np
 
# data's stored in dictionary
details = {
    'Column1': [1, 2, 30, 4],
    'Column2': [7, 4, 25, 9],
    'Column3': [3, 8, 10, 30]
}
 
# creating a Dataframe object
df = pd.DataFrame(details)
 
# Where method to compare the values
# The values were stored in the new column
df['new'] = np.where((df['Column1'] <= df['Column2']) & (
    df['Column1'] <= df['Column3']), df['Column1'], np.nan)
 
# printing the dataframe
print(df)

输出：

np.Where()

方法 2：使用 equals() 方法。

此方法测试两列是否包含相同的元素。此函数允许将两个 Series 或 DataFrame 相互比较，以查看它们是否具有相同的形状和元素。同一位置的 NaN 被认为是相等的。

Syntax: DataFrame.equals(other)

Parameters: OtherSeries or DataFrame: The other Series or DataFrame to be compared with the first.

Returns:  bool True if all elements are the same in both objects, False otherwise

在下面的代码中，我们遵循相同的过程，即导入库和创建数据框。在此数据框中，我添加了一个等于“column2”的新列，以显示该方法在此数据框中的作用。

Python3

# importing libraries
import pandas as pd
 
# Storing data in dictionary
details = {
    'Column1': [1, 2, 3, 4],
    'Column2': [7, 4, 25, 9],
    'Column3': [3, 8, 10, 30],
    'Column4': [7, 4, 25, 9],
}
 
# creating a Dataframe object
df = pd.DataFrame(details)
 
df['Column4'].equals(df['Column2'])  # Returns True
 
# df['Column1'].equals(df['Column2']) Returns False

输出：

True

方法 3：使用 Apply() 方法。

此方法允许我们传递函数或条件，并在 pandas 的数据框系列中应用相同的函数。这种方法节省了我们的时间和代码。

Syntax: DataFrame.apply(func, axis=0, raw=False, result_type=None, args=(), **kwargs)

在下面的代码中，我们重复相同的过程在 pandas 中创建一个数据框。通过使用 apply() 方法，我们正在使用 lambda 在 apply() 本身中创建一个临时匿名函数。它检查“column1”是否小于“column2”和“column1”是否小于“column3”。如果为 True，它将给出 'column1' 值。如果为 False，它将打印 NaN。这些值存储在 New 列中。因此，我们比较了列。

Python3

import pandas as pd
details = {
    'Column1': [1, 2, 3, 4],
    'Column2': [7, 4, 2, 9],
    'Column3': [3, 8, 10, 30],
}
 
# creating a Dataframe object
df = pd.DataFrame(details)
 
# apply function
df['New'] = df.apply(lambda x: x['Column1'] if x['Column1'] <=
                     x['Column2'] and x['Column1']
                     <= x['Column3'] else np.nan, axis=1)
 
# printing the dataframe
print(df)

输出：

申请（）