Python 比较两列中的值

现在我有一个大型股票数据集（2GB）：

StockID日期行业代码1行业代码2
0 10000 1986-01-06南399
1 10000 1986-01-07南399
2 10000 1986-01-08南399
3 10000 1986-01-09南399
...  

我想检查两件事

如果股票实体曾经更改其

行业代码1

或

行业代码2

如果一个股票实体在一个行业代码中被划分为金融行业，而在另一个行业代码中则不被划分为金融行业（即当

['industry code 1']=52

或

53

时

['industry code 2']！=60

至

70

或反之亦然）

---

你的第一个问题是不可能的，除非你有数据的历史记录。如果您有历史记录，那么您所要做的就是检查当前数据帧值和旧值是否相同，如果不相同，则表示实体已更改

对于第二个问题，如果您使用的是pandas之类的库，并且您的数据帧存储在变量df中，那么您可以使用以下方法检查特定情况：

df[(df['Industry code 1'] == 52 | df['Industry code 1'] == 53) & (df['Industry code 2'] < 60 | df['Industry code 2'] > 70)] 

df[（df[‘行业代码1’]==52 | df[‘行业代码1’]==53）和（df[‘行业代码2’]<60 | df[‘行业代码2’]>70）]

此代码特定于您给出的示例，但是您可以修改它以适合您想要创建的任何子集。这将为您提供一个子集，然后您可以对其执行任何操作（查看哪些股票实体遵循此模式，总共有多少股票实体，等等）

---

希望有帮助

除非您有数据历史记录，否则您的第一个问题是不可能的。如果您有历史记录，那么您所要做的就是检查当前数据帧值和旧值是否相同，如果不相同，则表示实体已更改

对于第二个问题，如果您使用的是pandas之类的库，并且您的数据帧存储在变量df中，那么您可以使用以下方法检查特定情况：

df[(df['Industry code 1'] == 52 | df['Industry code 1'] == 53) & (df['Industry code 2'] < 60 | df['Industry code 2'] > 70)] 

df[（df[‘行业代码1’]==52 | df[‘行业代码1’]==53）和（df[‘行业代码2’]<60 | df[‘行业代码2’]>70）]

此代码特定于您给出的示例，但是您可以修改它以适合您想要创建的任何子集。这将为您提供一个子集，然后您可以对其执行任何操作（查看哪些股票实体遵循此模式，总共有多少股票实体，等等）

---

希望有帮助

嗨，请解释如何从数据中回答第一个问题（关于实体变更）。嗨，对于第一个问题，我想做的是确保每个公司上市后都处于同一行业。嗨，请解释如何从数据中回答第一个问题（关于实体变更）。嗨，对于第一个问题，我想做的是确保每个公司上市后都保持在同一个行业。谢谢！对于第一个问题，我想做的是确保每家公司上市后都处于同一行业。您可能误解了我想知道是否对数据集进行了任何更新。谢谢！对于第一个问题，我想做的是确保每家公司上市后都处于同一行业。您可能误解了我想知道是否对数据集进行了任何更新。