python pandas选择两列（不）相等的行

Question

hsp.loc[hsp['Len_old'] == hsp['Len_new']]

我试试这段代码，它工作正常。

但是这三个我都试过了

hsp.loc[hsp['Type_old'] == hsp['Type_new']] 
hsp.loc[hsp['Type_old'] != hsp['Type_new']] 
hsp.loc[hsp['Len_old'] != hsp['Len_new']] 

他们不工作。

我的数据表hsp是这样的

id  Type_old  Type_new  Len_old  Len_new
1    Num       Num       15       15
2    Num       Char      12       12
3    Char      Num       10       8
4    Num       Num       4        5
5    Char      Char      9        10

有没有更好的方法来选择两列不相等的行。

Answer 1

使用complement operator~

hsp.loc[~(hsp['Type_old'] == hsp['Type_new'])]

给出：

   id Type_old Type_new  Len_old  Len_new
1   2      Num     Char       12       12
2   3     Char      Num       10        8

在处理布尔运算时，补码运算符是一种将True 与False 反转的便捷方法

Answer 2

在比较 pd.Series 时，== 与 != 的混淆方式

如预期的那样

df[['Len_old', 'Len_new']].assign(NE=df.Len_old != df.Len_new)

   Len_old  Len_new     NE
0       15       15  False
1       12       12  False
2       10        8   True
3        4        5   True
4        9       10   True

---

但如果列的值之一是字符串！

df[['Len_old', 'Len_new']].assign(NE=df.Len_old.astype(str) != df.Len_new)

   Len_old  Len_new    NE
0       15       15  True
1       12       12  True
2       10        8  True
3        4        5  True
4        9       10  True

---

确保两者是相同的类型。

Answer 3

正如piRSquared 所说，您的代码存在类型问题。

除此之外，您还可以使用比较方法，在本例中为 pd.Series.ne

使用您的数据：

hsp.loc[hsp['Type_old'].ne(hsp['Type_new'])]

但是，正如 piRSquared 所提到的，由于 dtypes 它不起作用。 以防万一，您必须注意数据中的 NaN/None 值...例如：

hsp.loc[ ( hsp['Type_old'].ne(hsp['Type_new']) ) && (hsp['Type_old'].notna())]

在这种情况下，.ne 有另一个参数 fill_value，用于填充缺失的数据。

---

此外，您可以使用“比较”方法来显示两个系列（或 DataFrames）之间的差异

hsp.Len_old.compare(hsp.Len_new)

并且它可能会返回（如果列具有相同的 dtype）：

   self  other
2  10.0    8.0
3   4.0    5.0
4   9.0   10.0

但只是强制拥有另一个 dtype：

hsp.Len_old.compare(hsp.Len_new.astype('str')) # string type new column

它将返回所有行：

   self other
0   15  15
1   12  12
2   10  8
3   4   5
4   9   10