Python中DataFrame判断两列数据是否相等的方法

青禾

发布时间：2026-10-12| 2人浏览过

原创

在使用Pandas处理表格数据时，经常需要核对多列内容的异同。本文通过具体示例演示如何在Python中对比DataFrame的两列数据并生成比对结果。介绍自定义函数逐行判定与直接利用运算符进行向量化计算两种高效方案，附带完整代码与输出结果对照，帮助开发者快速完成数据校验与特征工程中的列匹配任务。

创建测试数据集

首先准备包含数值型与字符串型的测试数据，用于模拟真实场景中的列对比需求。我们将构造一个包含两列数据的 DataFrame，其中部分行的数据完全一致，部分行存在差异。

import pandas as pd

data = {
    'A': [1, 2, 3, 4, 'hello', 'world'],
    'B': [1, 2, 3, 7, 'hello', 'word']
}
df_data = pd.DataFrame(data)
print(df_data)

	A	B
0	1	1
1	2	2
2	3	3
3	4	7
4	hello	hello
5	world	word

方法一：编写自定义函数配合 apply 遍历

该方法通过定义比较函数，并使用 DataFrame 的 apply 方法按行调用。适用于需要对每对数据进行复杂逻辑判断的场景，但执行效率相对较低。

# 定义单行比对函数
def compare_columns(row):
    return 1 if row['A'] == row['B'] else 0

# 沿行方向应用函数，生成新列
df_data['是否相等_函数法'] = df_data.apply(compare_columns, axis=1)
print(df_data)

	A	B	是否相等_函数法
0	1	1	1
1	2	2	1
2	3	3	1
3	4	7	0
4	hello	hello	1
5	world	word	0

方法二：直接调用等号运算符（推荐）

Pandas 底层支持针对 Series 对象的逐元素广播计算。直接使用 == 运算符即可瞬间完成整列比对，返回值天然为布尔数组。乘以 1 可将其便捷转换为整数格式，兼顾可读性与后续数值计算需求。

# 向量化直接比对
df_data['是否相等_向量化法'] = (df_data['A'] == df_data['B']).astype(int)
print(df_data)

	A	B	是否相等_函数法	是否相等_向量化法
0	1	1	1	1
1	2	2	1	1
2	3	3	1	1
3	4	7	0	0
4	hello	hello	1	1
5	world	word	0	0

性能与注意事项

在实际项目中，强烈建议优先采用第二种向量化写法。当数据量达到百万级以上时，apply 会触发 Python 层的循环，性能损耗显著；而逻辑运算符直接调用 C 语言底层接口，执行速度更快且代码更简洁。此外，若待比对列包含空值（NaN），== 比较将默认返回 False，如需将两个 NaN 视为相等，可改用 .eq() 方法结合 dropna() 策略处理。

以上就是Python中DataFrame判断两列数据是否相等的详细内容，更多关于Python Pandas数据对比与列操作技巧的资料请关注本站其它相关文章！