Python 3.x 需要一个dataframe函数来标识相等的字符串，然后分配给新列

我用另外两个的部分制作了一个熊猫df： 这是我想做的伪代码。 4列数据帧，所有列中的值都是单个字。 cols A B C D我想要这个：cols A B C D E F 在pseudcode中： （A）在一份； 如果s等于D中的任何字符串（不是子字符串）； 向E（新列）写入“是”，否则向E写入“否”； 如果B中的str（与s相同的行）等于C中的str（与D中的字符串相同的行），则将“是”写入F（新列） 否则，请将“否”写入F） 下面的代码可以工作，但现在我需要一个函数来完成上面描述的工作：

cols = [1,2,3,5]
df3.drop(df3.columns[cols],axis=1, inplace=True)
df4.drop(df4.columns[1],axis=1, inplace=True)
listi = [df4]
listi.append(df3)
df5 = pd.concat(listi, axis = 1)

它应该是如果i）如果x['A']==x['D']和ii）如果x['B']==x['C']，并且我还需要添加G列，这是在C中找到的字符串，或者如果没有找到字符串

以下是一个小样本数据集和预期结果：

A B C D
cats cat cat cats
went be have had
tried try enter entering
entering enter try tried

预期结果

A B C D E F G 
cats cat cat cats yes yes cat 
went be have had no no tried 
try entering entering yes no try 
entering enter try tried yes no entering

---

G列是在C中找到的单词，如果该单词是在其他地方找到的

据我所知，您可以将lamda应用于您的数据帧

无论如何，我建立了一个小例子

import pandas as pd
df = pd.DataFrame([['a','a','a','b'],['b','c','b','b'],['d','d','d','g'],['j','j','c','d']],[1,2,3,4], columns=['A','B','C','D'])
df
#    A  B   C   D
#1   a  a   a   b
#2   b  c   b   b
#3   d  d   d   g
#4   j  j   c   d
df['E']=df.apply(lambda x: 'yes' if x['A'] == x['B'] else 'no', axis=1)
df['F']=df.apply(lambda x: 'yes' if x['C'] == x['D'] else 'no', axis=1)
df
#   A   B   C   D   E   F
#1  a   a   a   b   yes no
#2  b   c   b   b   no  yes
#3  d   d   d   g   yes no
#4  j   j   c   d   yes no

---

你能提供一个小数据集和一个使用该数据集的例子吗？Paul，我不确定我是否理解你的例子，第一行是关于猫的，没关系，第二行我理解E列和F列，但不理解G列，你能回顾一下吗，因为我认为这里缺少了一些东西？嗨，我稍后会回来告诉你缺少什么。缺少了一些东西-最好给出完整的预期结果行。前四列的输入和输出是相同的。第2行过去、现在、过去、过去、现在、过去、现在、过去、过去、过去、过去、过去、过去、过去、过去第3行尝试、尝试、进入、是、是、是、是、尝试：第4行进入、进入、进入、尝试、尝试、是、是、进入。与原版相比有一处改动，但我们将继续使用最新版本。