如何在Pandas中比较两列

在Pandas中比较两列，可以通过以下步骤完成：

1. 导入pandas模块并读取数据

在开始之前，需要导入pandas模块。同时，还需要准备一份含有需要比较的两列数据的数据集。这里我们以读取CSV文件作为例子，读取的文件名为“data.csv”。

import pandas as pd

df = pd.read_csv('data.csv')

2. 创建新列

我们需要创建一个新的列来存储比较结果。可以通过以下代码创建一个新列，列名为“compare_result”。

df['compare_result'] = ''

3. 比较两列的数值

Pandas提供了多种方式来比较两列的数值。以下是其中的一些方法：

3.1. 用“==”符号比较两列的数值

可以使用“==”符号用来比较两列的数值是否相等。比较结果是一个布尔值，即True或False，可以直接存储到新的列中。

df['compare_result'] = df['col1'] == df['col2']

3.2. 比较两列的大小

可以使用“>”、“<”、“>=”和“<=”符号来比较两列的大小关系。同样，比较结果是一个布尔值。

df['compare_result'] = df['col1'] > df['col2']

3.3. 判断两列的数值是否在指定范围内

可以使用“between()”函数来判断两列的数值是否在指定范围内。比较结果是一个布尔值。

df['compare_result'] = df['col1'].between(10, 20) & df['col2'].between(30, 40)

4. 存储比较结果

当比较完成后，我们需要将比较结果存储到新的列中。比较结果是一个布尔值序列，可以使用以下代码将True和False分别转换为1和0来存储比较结果：

df['compare_result'] = df['compare_result'].map({True: 1, False: 0})

示例

下面是一个完整的示例，演示如何在Pandas中比较两列。

import pandas as pd

# 读取数据
df = pd.read_csv('data.csv')

# 创建新列
df['compare_result'] = ''

# 比较两列的数值是否相等
df['compare_result'] = df['col1'] == df['col2']

# 将比较结果存储到新列中
df['compare_result'] = df['compare_result'].map({True: 1, False: 0})

# 打印比较结果
print(df['compare_result'])

这个示例中使用了“==”符号比较两列的数值是否相等，将比较结果存储到了新的列中，并打印输出了比较结果。