Python 如何使用if语句并执行以下操作？

如何使用if循环并执行以下条件：

例如，如果我有以下数据类型

id    count A    count B    variable A     variable    sum
AAA    6           34         AA              AA        10
123    15          19         RA              RA        25
AAA    61          04         AA              AA        85
123    1           91         RS              RS        35
123    66          89         RA              RA        25
AAA    45          41         SP              SP        55
123    62          39         SS              SS        45

对于相同的id，如果变量A和变量B相同而不相同，我希望执行此操作

如果变量A=变量B

df = df.assign(result = np.where(df.sum < 50, df.shift(1).count A, df.count A))

df = df.assign(result = np.where(df.sum > 50, df.shift(1).count A, df.count A))

---

似乎需要使用

（）

和

&

（和）添加条件：

m1=（df['sum']<50）和（df['variable A']==df['variable B']）
df=df.assign（结果=np.where（m1，df.shift（1）['count A']，df['count A']））
m2=（df['sum']>50）和（df['variable A']！=df['variable B']）
df=df.assign（结果=np.where（m2，df.shift（1）['count A']，df['count A']））

每种情况下的公式是否相同？也许可以考虑

df['count B']

instaed

df['count A']

m1 = (df['sum'] < 50)  & (df['variable A'] == df['variable B'])
df = df.assign(result = np.where(m1, df.shift(1)['count A'], df['count A']))

m2 = (df['sum'] > 50)  & (df['variable A'] != df['variable B'])
df = df.assign(result = np.where(m2, df.shift(1)['count A'], df['count A']))