Python 数据帧比较具有特定条件的多行

我希望我能正确地解释我的问题。。我有一个数据帧（306x40），其中有多行包含特定组的数据，我需要按索引对它们进行分组，这没有问题。接下来，我需要将这些行与具有特定条件的另一行进行比较。以这些数据为例：

Id  Condition   var1   var2   var3
1      1         0      1      0
1      3         1      1      0
2      2         0      0      1
2      3         0      0      1
2      1         0      0      1

所以我需要将每个Id的var1、var2、var3与具有条件3的行进行比较。。 结果会让我知道任何变量都不同于条件3中的变量。 可能的产出：

Id  Condition   var1   var2   var3  count_false
1      1        false  true   true      1
1      3        NaN    NaN    NaN       NaN
2      2        true   true   true      0
2      3        NaN    NaN    NaN       NaN
2      1        true   true   true      0

或者只是简单地说，对于y Id，条件x与条件3不同

我希望你们明白我需要什么，但我很乐意详细说明

提前非常感谢

编辑以使其更清晰：

---

数据包括3种不同方法检测患者体内细菌的数据（临床数据），请注意，每个患者使用哪种方法以及使用多少次不同。我有方法1，2，3，这些是不同的条件。变量是发现的不同种类的细菌。方法1和2是金标准，方法3是需要验证的方法。所以我想看看方法3是否给出了与方法1或2相同的结果。30+变量是细菌，值1表示存在细菌，值0表示不存在细菌。

如果我理解正确，这只是计算有多少

var1。。var2

与var3逐行不同。没有涉及分组

如果是这种情况（如果不是，很乐意修改），那么：

关于修改后的示例：

df = pd.DataFrame({
    'Id': [1, 1, 2, 2, 2],
    'Condition': [1, 3, 2, 3, 1],
    'var1': [0, 1, 0, 1, 0],
    'var2': [1, 1, 0, 1, 0],
    'var3': [0, 0, 1, 1, 1]})

cols = 'var1 var2 var3'.split()
df['count_diff'] = (df[cols[:-1]].values != df[cols[-1]].values[:, None]).sum(axis=1)
print(df)

# output:
   Id  Condition  var1  var2  var3  count_diff
0   1          1     0     1     0           1
1   1          3     1     1     0           2
2   2          2     0     0     1           2
3   2          3     1     1     1           0
4   2          1     0     0     1           2

#x=x、 loc[i]给出了与所需（条件）行进行比较时每行的真值。代码的其余部分如下所示：

df=pd.DataFrame（[[1,1,0,1,0]，[1,3,1,1,0]，[2,2,0,0,1]，[2,1,0,0,1]，[2,1,0,0,1]，[ID'，'Condition'，'var1'，'var2'，'var3']）
def组件（x）：
i=x.index[x['条件]==3][0]
#打印（x！=x.loc[i]）
真值=（x['var1'，'var2'，'var3']==x.loc[i，['var1'，'var2'，'var3']]
x=pd.concat（[x[['ID'，'Condition']]，真值]，轴=1）
返回x
grp=df.groupby（'ID'）。应用（comp）
grp['count_false']=grp['var1'，'var2'，'var3'].应用（lambda x:3-x.sum（），axis=1）
印刷品（玻璃钢）

这篇文章我已经读了三遍了，但我还是不明白你想做什么。为什么某些行被替换为

NaN

？感谢您花时间。我编辑了我的帖子，希望它更清楚。我不知道为什么我把NaN放在那里，只是为了表明方法1和2的变量需要与方法3进行比较。那么你的意思是，每行

var3

可以只从该行的

var1

和

var2

计算，也就是说，不考虑其他行？那为什么是groupby呢？不完全是，很抱歉不清楚。因此，在1名患者中，有多种方法用于查找细菌，在示例df I中，该列被命名为条件值1（方法1）、2（方法2）或3方法（3）。通过这些不同的方法，我们发现了许多不同的细菌，在示例df中，我称这些列为var1、var2、var3。。。等值0不存在，1存在。我需要检查方法3是否产生了与方法1和方法2相同的结果，以及方法3和方法1或方法2的var1、var2、var3是否相同。在示例df中：第二行中的var1、2、3的值是否与第一行相同？对于患者2，第3行和第5行中的var1、var2、var3是否与第4行（使用的方法3）不同？这正是我需要的，非常感谢！唯一的问题是错误的计数，它给出了巨大的数字，我现在正试图修复它。

df = pd.DataFrame({
    'Id': [1, 1, 2, 2, 2],
    'Condition': [1, 3, 2, 3, 1],
    'var1': [0, 1, 0, 1, 0],
    'var2': [1, 1, 0, 1, 0],
    'var3': [0, 0, 1, 1, 1]})

cols = 'var1 var2 var3'.split()
df['count_diff'] = (df[cols[:-1]].values != df[cols[-1]].values[:, None]).sum(axis=1)
print(df)

# output:
   Id  Condition  var1  var2  var3  count_diff
0   1          1     0     1     0           1
1   1          3     1     1     0           2
2   2          2     0     0     1           2
3   2          3     1     1     1           0
4   2          1     0     0     1           2