Python比较两列中的行并有条件地写入结果

我已经找了很长一段时间没有找到任何接近我想做的事情

我有一个数据框，在这个数据框中，我想比较a列和B列的值，如果a和B相等，则在新列中写入1或0

我可以写一个丑陋的for循环，但我知道这不是很像pythony

我很确定使用apply（）可以做到这一点，但我没有任何进展

我希望能够比较包含整数的列和包含字符串的列

---

提前感谢您的帮助。

如果

df

是熊猫数据帧，则

df['newcol'] = (df['A'] == df['B']).astype('int')

比如说,

In [20]: df = pd.DataFrame({'A': [1,2,'foo'], 'B': [1,99,'foo']})

In [21]: df
Out[21]: 
     A    B
0    1    1
1    2   99
2  foo  foo

In [22]: df['newcol'] = (df['A'] == df['B']).astype('int')

In [23]: df
Out[23]: 
     A    B  newcol
0    1    1       1
1    2   99       0
2  foo  foo       1

---

df['A']==df['B']

返回一个布尔序列：

In [24]: df['A'] == df['B']
Out[24]: 
0     True
1    False
2     True
dtype: bool

---

astype（'int'）

将

True

/

False

值转换为整数--

False

为0，如果

True

为数据帧，则为1

df['newcol'] = (df['A'] == df['B']).astype('int')

比如说,

In [20]: df = pd.DataFrame({'A': [1,2,'foo'], 'B': [1,99,'foo']})

In [21]: df
Out[21]: 
     A    B
0    1    1
1    2   99
2  foo  foo

In [22]: df['newcol'] = (df['A'] == df['B']).astype('int')

In [23]: df
Out[23]: 
     A    B  newcol
0    1    1       1
1    2   99       0
2  foo  foo       1

---

df['A']==df['B']

返回一个布尔序列：

In [24]: df['A'] == df['B']
Out[24]: 
0     True
1    False
2     True
dtype: bool

---

astype（'int'）

将

True

/

False

值转换为整数--0表示

False

，1表示

True
通过'df'表示
DataFrame
？这是熊猫的问题吗？是的熊猫数据帧对不起。你说的“df”是指
dataframe
？这是熊猫的问题吗？是的，熊猫数据帧对不起。我如何指示python在新列中写入1或0？如果A和B的内容是字符串，我该如何计算呢？你的更好！我有一个
.apply（lambda x:1，如果x为0）
，在这种情况下要慢得多。太棒了。谢谢你的帮助！如何指示python在新列中写入1或0？如果A和B的内容是字符串，我该如何计算呢？你的更好！我有一个
.apply（lambda x:1，如果x为0）
，在这种情况下要慢得多。太棒了。谢谢你的帮助！