Python 熊猫将多列与数据帧中的特定列进行比较

我有这样一个数据框：

Product_ID Store_1_qty Store_2_qty Store_3_qty
A          10          20          10
B          10          10          10
C          10          10          20

如果列Store_2_qty、Store_3_qty都等于Store_1_qty，我想再添加一列，显示“true”或“false”。但是，有时会添加额外的列，如Store_4_qty、Store_5_qty，我需要再次将所有列与Store_1_qty进行比较

我尝试了这个，但在最后一列中返回的都是False

result['match'] = np.where(result.iloc[:, 1] == result.iloc[:, :1].all(1), 'True', 'False')

---

如果

Product\u ID

是列使用，您还可以将所有列与第一列

Store

列进行比较：

result['match'] = (result.iloc[:, 1:].eq(result.iloc[:, 1], axis=0)).all(1) 

---

如果我理解正确，您需要做的就是测试df条目的唯一性：

# Assuming Product_ID is NOT your index:
df['match'] = df.iloc[:,2:].nunique(axis=1) == 1

# If Product_ID is your index it simplifies to:
df['match'] = df.nunique(axis=1) == 1

结果:

  Product_ID  Store_1_qty  Store_2_qty  Store_3_qty  match
0          A           10           20           10  False
1          B           10           10           10   True
2          C           10           10           20  False

---

只是一次尝试@耶斯雷尔的解决方案更好

df['match'] = df[['Store_2_qty', 'Store_3_qty']].eq(df['Store_1_qty'],axis=0).all(1)

输出：

  Product_ID  Store_1_qty  Store_2_qty  Store_3_qty  match
0          A           10           20           10  False
1          B           10           10           10   True
2          C           10           10           20  False

---

result['match']=（result.iloc[：，1:].eq（result.iloc[：，1]，axis=0））。所有（1）

都为我工作。非常感谢。实际上，在我的例子中，其他列（如store_4_Quantity、5、6等）可以根据数据添加，这就是为什么我需要能够比较所有列的东西，而无需编辑代码。完全理解。这就是为什么我提到@jezrael的解决方案更好