Python 我如何检查几乎所有的行是否都相同，如果是，那么如何验证最终不同的行是否以某个常数k变化

使用维度为（150,4）的iris数据集，我想查看第1列、第2列和第4列中的行是否相同，如果相同，则验证第3列的值是否不同于某个常数k。必须对每个可能的行组合执行此操作。

#### load data###
import pandas as pd
df=pd.DataFrame(iris.data,columns=iris.feature_names)
df.head()

这给了我一个错误“序列的真值是不明确的。使用a.empty、a.bool（）、a.item（）、a.any（）或a.all（）”，并且不考虑所有行

我在这里选择了k=4

list=range(0,148)

for row in list:
    if df.iloc[row,:]==df.iloc[row+1,:]:
        df.iloc[row,2]-df.iloc[row+1,2]<=4
    else:
        print('nothing')

list=范围（0148）
对于列表中的行：
如果df.iloc[row，：]==df.iloc[row+1，：]：
df.iloc[row，2]-df.iloc[row+1,2]错误消息基本上告诉您如何修复此问题：

if df.iloc[row,:]==df.iloc[row+1,:]:

它需要：

if (df.iloc[row,:]==df.iloc[row+1,:]).all():

首先，需要筛选要比较的列。在本例中，通过执行以下比较，列0、1和3将
df.iloc[row1[0、1、3]==df.iloc[row2[0、1、3]
。这将返回一个真值或假值数组。但您需要所有列都相同。要完成此操作，需要使用
.all（）
方法。仅当数组中的所有值都为true时，它才会返回true。总之：

if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():

由于您需要迭代每个可能的行组合，所以double for循环将很好地完成

for row1 in range(m-1):
    for row2 in range(row1+1, m):
        # Check for every row combinaton if the columns are equal
        if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():
            pass

总共：

import numpy as np
import pandas as pd

df = pd.DataFrame(data=np.random.randint(0, 100, (10, 4)))
m = df.shape[0]

identical_columns = [0, 1, 3]
k = 4

# Force rows values to pass
df.iloc[2, :] = [3, 4, 5, 1]
df.iloc[3, :] = [3, 4, 4, 1]

for row1 in range(m-1):
    for row2 in range(row1+1, m):
        # Check for every row combinaton if the columns are equal
        if (df.iloc[row1,identical_columns] == df.iloc[row2, identical_columns]).all():


            if df.iloc[row1,2] - df.iloc[row2,2] <= k:
                # TODO: Implement Your logic
                print ('We pass!')
        else:
            print(f"row {row1} and row {row2} don't pass")

将numpy导入为np
作为pd进口熊猫
df=pd.DataFrame（data=np.random.randint（0100，（10，4）））
m=df.shape[0]
相同的_列=[0,1,3]
k=4
#强制行值传递
df.iloc[2，：]=[3,4,5,1]
df.iloc[3，：]=[3,4,4,1]
对于范围（m-1）中的行1：
对于范围内的行2（行1+1，m）：
#检查每一行组合的列是否相等
如果（df.iloc[row1，相同的列]==df.iloc[row2，相同的列]）。all（）：
如果df.iloc[row1,2]-df.iloc[row2,2]