Pandas将许多列相互比较，如果其中任何两列相同，则为真

Question

我有这样一个数据帧：

^{tb1}$

我需要得到一个新的列“Result”，在这里我比较第1部分到第6部分列中的所有值，如果任意两列中的文本相同，则结果为真，反之亦然。 它必须是这样的：

^{tb2}$

有什么简单的方法吗？ 我试过这样的方法：

df['Result'] = (df['part1']==df['part2']) | (df['part1']==df['part3']) | (df['part1']==df['part4']) | (df['part1']==df['part5']) | (df['part2']==df['part3']) | (df['part2']==df['part4']) | (df['part2']==df['part5']) |(df['part3']==df['part4']) | (df['part3']==df['part5']) | (df['part4']==df['part5'])

但这种方式太奇怪和不舒服了，我相信它有更好的解决办法。（在我的任务中，我必须比较21列）

Answer 1

在你的情况下，试试看

df['out'] = df.filter(like='part').apply(lambda x : x[x!='None'].duplicated().any(),1)
Out[24]: 
0     True
1    False
2     True
3     True
4    False
5     True
dtype: bool

Answer 2

这个答案是针对问题的前一个版本编写的，其中part1与所有其他列进行比较，而不是搜索任何重复的part#值

执行基于索引的相等性比较，然后跨行使用any进行缩减（通过指定columns，这是有意义的，但不太直观）

>>> df.filter(regex=r'part[2-9]').eq(df['part1'], axis='index').any(axis='columns')
0     True
1    False
2     True
3     True
4    False
5     True
dtype: bool

请注意，我使用filter快速选择part2part6列，也可以手动指定。必须将axis='index'和axis='columns'（或相应的int）分别传递给df.eq和df.any，才能正确地进行比较和缩减