我有一个巨大的表，有数百列，我必须比较它们，以找出2列之间的差异。要比较的列可以很容易地通过它们的后缀“..._x”和“..._y”找到。第一个名称是相同的，只有后缀的变化。
例如：
| cost_x| cost_y|数量_x|数量_y| x型|Y型|
| --|--|--|--|--|--|
| 1 | 1 | 1 | 0 | 1 | 1 |
| 1 | 0 | 1 | 1 | 0 | 1 |
每次我进行比较时，都会创建一个后缀为“..._change”的新列。
| cost_x| cost_y|数量_x|数量_y| x型|Y型|成本变动|数量变化|类型变化|
| --|--|--|--|--|--|--|--|--|
| 1 | 1 | 1 | 0 |一|一| 1 | 0 | 1 |
| 1 | 0 | 0 | 0 |B| C| 0 | 1 | 0 |
到目前为止，我尝试用pandas中的定义来做这件事：
def label_check1(row):
if row['cost_x'] == row ['cost_y']: return 1
return 0
def label_check2(row):
if row['amount_x'] == row ['amount_y']: return 1
return 0
def label_check3(row):
if row['type_x'] == row ['type_y']: return 1
return 0
result_df['cost_change'] = result_df.apply(label_check1, axis=1)
result_df['amount_change'] = result_df.apply(label_check2, axis=1)
result_df['type_change'] = result_df.apply(label_check3, axis=1)字符串
通过这样做，可能可以比较6列，但是，我必须比较app.85列，我想在某种循环中或者在UDF中进行比较。列的名称都是已知的，我也有一个列的列表。
有人知道如何用更少的代码做得更好吗？
2条答案
按热度按时间hi3rlvi21#
给定列的模式，您可以简单地提取所有独特的功能（下划线之前的部分），并使用for循环来创建新列：
字符串
这给
型
xxhby3vn2#
您可以将列重新制作为MultiIndex，然后分别对
x和y进行切片，将它们和join与原始DataFrame进行比较：字符串
输出量：
型