比较混合数据数据类型的两个 pandas 列

Question

我有一个如下的数据框，A 列和Refer 具有str、float 和int 类型的值。如果两个值相同则通过或失败，我必须比较并创建一个新列。如果所有值字符串数据类型，但在比较列 A 中的任何数值之前必须四舍五入，如果它是小数并以 .0 结尾，则第 3 行中的示例“1.0”必须在与引用比较之前更改为“1”，这是非常简单的专栏

       A  Refer
0    usa    usa
1      1      1
2  india    usa
3    1.0      1
4    1.1    1.1
5    1.1    1.2
6  0.888  0.898
7  0.888  0.888

我期待的输出是：

       A  Refer verdict
0    usa    usa    pass
1      1      1    pass
2  india    usa    fail
3    1.0      1    pass
4    1.1    1.1    pass
5    1.1    1.2    fail
6  0.888  0.898    fail
7  0.888  0.888    pass

所以我想创建一个函数，以便它检查每一行，如果行值是数字，那么它将检查类型是浮点数/整数。如果它是浮点数并以 '.0' 结尾，则树干/删除小数，否则继续使用平面值。 如果行值是字符串，则直接进行比较。

谁能帮忙

Answer 1

IIUC，pandas 有很多内置函数

更新to_numeric

df.apply(pd.to_numeric,errors='ignore',axis=1).nunique(1).eq(1).map({True:'Pass',False:'Fail'})
Out[272]: 
0    Pass
1    Pass
2    Fail
3    Pass
4    Pass
5    Fail
6    Fail
7    Pass
dtype: object

分配回来后

df['verdict']=df.apply(pd.to_numeric,errors='ignore',axis=1).nunique(1).eq(1).map({True:'Pass',False:'Fail'})
df
Out[274]: 
       A  Refer verdict
0    usa    usa    Pass
1      1      1    Pass
2  india    usa    Fail
3    1.0      1    Pass
4    1.1    1.1    Pass
5    1.1    1.2    Fail
6  0.888  0.898    Fail
7  0.888  0.888    Pass