Python 按照一组特定的规则计算一个新的数据帧

我有一个4列的数据框

数据帧1：

 column_A column_B  column_C   id  
0       1       1      anna    123
1       2       1      anna      7
2      30       2      bob      42
3      20       2      bob      12
4      10       2      charlie   1
5     100       3      charlie   2

现在，我想计算一个具有以下属性的新数据帧（Dataframe 2

     id_1    id_2       val
0     123       7         1
1      42      12         1
2      42       1         2
3      12       1         2 
4       1       2         3

val==1，如果跨行列B和列C中的两个对应值都匹配

val==2，如果跨行只有列中的对应值匹配

val==3，如果跨行只有列C中的对应值匹配

我当前的实现是O（N^2）。考虑到数据帧很大，我是否可以使用一些并行化来加快处理速度

我们还可以将这个问题解释为在数据帧中查找行索引对，其中列B、列C中的值相同。

---

示例：行[0]和行[1]在列_B和列_C中具有相同的值

我的方法如下：

import numpy as np
import itertools as it

df2 = pd.DataFrame(np.array(list(it.combinations(df.id, 2))), columns=['id_1', 'id_2'])

    id_1  id_2
0    123     7
1    123    42
2    123    12
3    123     1
4    123     2
5      7    42
6      7    12
7      7     1
8      7     2
9     42    12
10    42     1
11    42     2
12    12     1
13    12     2
14     1     2

    rules = lambda x: abs(
     (df[df.id==x[0]].column_C.values == df[df.id==x[1]].column_C.values).all()*3 -
     (df[df.id==x[0]].column_B.values == df[df.id==x[1]].column_B.values).all()*2)

df2['val'] = df2.apply(rules, axis=1)

df2[df2.val>0]
   id_1  id_2  val
0   123     7    1
1    42    12    1
2    42     1    2
3    12     1    2
4     1     2    3

其思想是计算“if-C-match乘以3减去if-B-match乘以2”的绝对值。
即：
两者都匹配：

| 3-2 |=1

只有C:

| 3-0 |=3

仅B:

| 0-2 |=2

不匹配：

|0-0 |=0

---

如果您要求一个列匹配为val=1，另一个列匹配为val=2，则会更清楚，因此总和为1+2=3，那么lambda公式会更简单（“if-B-match乘以1加上if-C-match乘以2”）——但这只是一些简单运算符及其顺序的问题。

val==1，如果列_B和列_C中的两个值都匹配您要匹配的基础，因为帧具有不同的DTypeScorresponsed值匹配，例如在示例中，列_B和列_C中的对应值在行对（0,1）和（2,3）中匹配抱歉，我还是不明白。Dataframe 1是基础Dataframe，id列作为每行的标识符。现在我需要找到列B和列C中对应值匹配的Id对。在上面的示例中，行[0]和行[1]在列_B和列_C中具有相同的对应值，因此，我在数据帧2中创建了一个新行，例如（123,7,1）列_B和列_C的对应值如何匹配？一个是int，另一个是string。