我有2个数据框-
print(d)
Year Salary Amount Amount1 Amount2
0 2019 1200 53 53 53
1 2020 3443 455 455 455
2 2021 6777 123 123 123
3 2019 5466 313 313 313
4 2020 4656 545 545 545
5 2021 4565 775 775 775
6 2019 4654 567 567 567
7 2020 7867 657 657 657
8 2021 6766 567 567 567
print(d1)
Year Salary Amount Amount1 Amount2
0 2019 1200 53 73 63
import pandas as pd
d = pd.DataFrame({
'Year': [
2019,
2020,
2021,
] * 3,
'Salary': [
1200,
3443,
6777,
5466,
4656,
4565,
4654,
7867,
6766
],
'Amount': [
53,
455,
123,
313,
545,
775,
567,
657,
567
],
'Amount1': [
53,
455,
123,
313,
545,
775,
567,
657,
567
], 'Amount2': [
53,
455,
123,
313,
545,
775,
567,
657,
567
]
})
d1 = pd.DataFrame({
'Year': [
2019
],
'Salary': [
1200
],
'Amount': [
53
],
'Amount1': [
73
], 'Amount2': [
63
]
})
我想将数据帧d1的'Salary'值（即1200）与数据帧d中的'Salary'的所有值进行比较，并设置一个计数，如果它是> =或
我的方法和想法-
我可以通过执行以下操作获取列表中的d1值：
l = []
for i in range(len(d1.columns.values)):
if i == 0:
continue
else:
num = d1.iloc[0, i]
l.append(num)
print(l)
# list comprehension equivalent
lst = [d1.iloc[0, i] for i in range(len(d1.columns.values)) if i != 0]
[1200, 53, 73, 63]
然后使用iterrows遍历数据帧d OR中的所有列和行
我可以对d进行迭代，然后通过对d1进行循环来执行类似的比较-但对于高维数据帧（在这种情况下为d），这将很耗时。
什么是更有效或更pythonic的方式呢？
最佳答案
IIUC，您可以执行以下操作：
(df1 >= df2.values).sum()
输出：
Year 9
Salary 9
Amount 9
Amount1 8
Amount2 8
dtype: int64
关于python - 2个数据框之间的一对一列值比较-Pandas，我们在Stack Overflow上找到一个类似的问题：https://stackoverflow.com/questions/58489749/