Python 比较DataFrame中的两列并填充第三列

我有一个DF，里面有两个int列，'CNT'和'STG_TABLE_CNT'。我想添加一个新列“IS_MATCH”，如果“CNT”和“STG_TABLE_CNT”具有相同的值，则返回“Y”，如果不具有相同的值，则返回“N”

我试过这个：

if result['CNT'] == result['STG_TABLE_CNT']:
    result['IS_MATCH'] = 'Y'
else:
    result['IS_MATCH'] = 'N'

但这会引发以下错误：

ValueError: The truth value of a Series is ambiguous. Use a.empty, a.bool(), a.item(), a.any() or a.all().

---

我意识到它是在寻找相等（真/假）我只是不知道如何绕过它而返回“Y”或“N”

result['CNT']==result['STG\u TABLE\u CNT']

给你一个完整的序列，而

pandas

则抱怨它不知道如何将该序列转换为

True

或

False

。你真正想要的是

result['IS_MATCH'] = (result['CNT'] == result['STG_TABLE_CNT']).\
                         apply(lambda x: 'Y' if x else 'N')

或

---

result['CNT']==result['STG_TABLE_CNT']

为您提供了一个完整的系列，而

pandas

抱怨它不知道如何将该系列转换为

True

或

False

。你真正想要的是

result['IS_MATCH'] = (result['CNT'] == result['STG_TABLE_CNT']).\
                         apply(lambda x: 'Y' if x else 'N')

或

使用时，它比

应用

或

评级

更快：

import numpy as np

df['IS_MATCH'] = np.where(result['CNT'].eq(result['STG_TABLE_CNT']), 'Y', 'N')

使用时，它比

应用

或

评级

更快：

import numpy as np

df['IS_MATCH'] = np.where(result['CNT'].eq(result['STG_TABLE_CNT']), 'Y', 'N')

---

谢谢，你对错误发生原因的解释也很有用谢谢，你对错误发生原因的解释也很有用