用pandas判断一个表中的两个坐落是否相同，并新增列存储结果

假设有一个DataFrame df，其中有两列“房屋坐落1”和“房屋坐落2”，要判断这两列是否相同，并新增一列“是否相同”存储结果，可以使用以下代码：

df['是否相同'] = (df['房屋坐落1'] == df['房屋坐落2'])

这行代码会将“是否相同”列新增到df中，并将该列的值设置为“房屋坐落1”和“房屋坐落2”是否相同的布尔值。如果“房屋坐落1”和“房屋坐落2”相同，对应的值为True，否则为False。

相关问题

pandas判断一个表中两个房屋坐落是否相同

假设有一个DataFrame df，其中有两列“房屋坐落1”和“房屋坐落2”，要判断这两列是否相同，可以先使用equals()方法比较它们的值是否相同，然后使用all()方法判断结果是否全为True：

(df['房屋坐落1']==df['房屋坐落2']).all()

如果返回True，则表示“房屋坐落1”和“房屋坐落2”完全相同，返回False则表示不同。

pandas判断一个表中两个房屋坐落是否一致

可以使用pandas中的duplicated()函数来判断两个房屋坐落是否一致。具体步骤如下：

1. 首先，将包含房屋坐落信息的列选出来，比如说"Address"列。

2. 然后，使用duplicated()函数来判断是否有重复的房屋坐落信息，如果有则返回True，否则返回False。

下面是具体的代码实现：

import pandas as pd

# 读取数据
data = pd.read_csv("data.csv")

# 选取包含房屋坐落信息的列
address = data["Address"]

# 判断是否有重复的房屋坐落信息
is_duplicated = address.duplicated()

# 输出结果
print(is_duplicated)

其中，"data.csv"是包含房屋信息的数据文件。如果is_duplicated中的某个值为True，说明对应的房屋坐落信息出现了重复。