如何使用python将一列的每个单元格与csv文件中另一列的每个单元格进行比较？

Question

我有一个程序使用 python pandas 库分别对两列求和并与第三列进行比较并给出结果。 它在下面：

import pandas as pd

df = pd.read_csv(r'xl1.csv', skipinitialspace=True, sep=',')
sum1 = df['Gross_Salary'].sum()
sum2 = df['Deduction'].sum()
diff = sum1 - sum2

if diff == df['Net_Salary'].sum():
    print("Pass")
else:
    print("Fail")

它按要求工作。 但是，我的要求是比较两列的每个单元格，减去它们，然后与第三列进行比较。 如果值匹配则“通过”，否则“失败”

以下是 CSV 数据：

Gross_Salary Deduction Net_Salary
100             20         80
2000            200       1500
300             0          300

在第 2 行，故意存在数据不匹配。

我知道我需要使用 for 循环来遍历每一行。 我确实尝试使用如下循环

for i in pd.read_csv(r'xl1.csv', skipinitialspace=True, sep=',')

但是，无法应用除此之外的逻辑。

请帮忙，

谢谢

Answer 1

您可以使用矢量化实现创建一个存储测试结果的新列。 即：

df['Result'] = ((df['Gross_Salary'] - df['Deduction']) == df['Net_Salary']).astype(int)
df['Result'] = df['Result'].map({1: 'Pass', 0: 'Fail'})

或者类似地，如果你也有 numpy 依赖：

df['Result'] = np.where(df['Gross_Salary'] - df['Deduction'] == df['Net_Salary'],
                        'Pass', 'Fail')

熊猫实现

• df['Gross_Salary'] - df['Deduction']计算两列的元素差异。 请注意，pandas 会自动将具有相同索引的元素对齐。
• 一旦我们有了差异，我们就使用==运算符将其与df['Net_Salary']进行比较。 这将产生具有布尔值的系列（列）。
• 我正在转换为int类型，以便True -> 1和False -> 0
• 最后，我使用Series.map对所需的格式进行编码，将 1 映射到Pass并将 0 映射到Fail 。

Numpy 实现

• np.where返回第二个（相应的第三个）值，具体取决于条件（第一个参数）是否为 True（相应的 False）。

将其中之一应用于您的示例：

df
    Gross_Salary  Deduction  Net_Salary Result
0           100         20          80   Pass
1          2000        200        1500   Fail
2           300          0         300   Pass