Python 将熊猫中的两列与NaN进行比较，得出差异

我有以下数据帧：

case c1   c2
1    x    x
2    NaN  y
3    x    NaN
4    y    x
5    NaN  NaN 

我想得到一个列“match”，它将显示哪些记录的值在“c1”和“c2”中相等或不同：

case c1   c2   match
1    x    x    True  
2    NaN  y    False
3    x    NaN  False
4    y    x    False
5    NaN  NaN  True 

基于另一个堆栈溢出问题，我尝试了以下操作： 然而，我不能同时正确地得到案例4和案例5

import pandas as pd
import numpy as np

df = pd.DataFrame({
    'case': [1, 2, 3, 4, 5],
    'c1': ['x', np.nan,'x','y', np.nan],
    'c2': ['x', 'y',np.nan,'x', np.nan],
})

cond1 = df['c1'] == df['c2']
cond2 = (df['c1'].isnull()) == (df['c2'].isnull())

df['c3'] = np.select([cond1, cond2], [True, True], False)

df

---

与isna一起使用

eq

：

df.c1.eq(df.c2)|df.iloc[:, 1:].isna().all(1)
#or
df.c1.eq(df.c2)|df.loc[:, ['c1','c2']].isna().all(1)

输出

   case   c1   c2     c3
0     1    x    x   True
1     2  NaN    y  False
2     3    x  NaN  False
3     4    y    x  False
4     5  NaN  NaN   True

---

使用

nuquine

和

fillna

import numpy as np

df.fillna(np.inf)[['c1','c2']].nunique(1) < 2

---

是否可以向

df.iloc[：，1::].isna（）提供实际列名。所有（1）

？

import numpy as np

df.fillna(np.inf)[['c1','c2']].nunique(1) < 2

df[['c1','c2']].nunique(1, dropna=False) < 2

Out[13]:
0     True
1    False
2    False
3    False
4     True
dtype: bool