如何检查数据框中的另一列中是否存在列的唯一值？

Question

我有一个这样的数据框：

A= [ ID COL1 COL2  
     23  AA   BB    
     23  AA   AA   
     23  AA   DD   
     23  BB   BB 
     23  BB   AA
     23  BB   DD
     23  CC   BB
     23  CC   AA
     24  AA   BB  ]

我想要的是检查 col1 的唯一值是否存在于 Col2 中，对于相同的 ID ，ID 并不总是相同的数字。 检查必须仅在具有相同 ID 的行之间进行，我希望得到如下结果：

A= [ ID COL1 COL2  check 
     23  AA   BB    OK 
     23  AA   AA    OK 
     23  AA   DD    OK
     23  BB   BB    OK 
     23  BB   AA    OK 
     23  BB   DD    OK 
     23  CC   BB    KO
     23  CC   AA    KO 
     24  AA   BB    KO 
]

我试过

 A['check'] = np.where(A.Col1.eq(A['Col2']).groupby(A['ID']).transform('any'), 'Anomalie', 'Valeur OK')

我不知道这是正确的命令，有人可以帮忙吗？

Answer 1

您只想检查容器中是否存在单元格值： isin是要走的路。 但是当你想通过 ID 处理 id 时，你还需要一个 groupby：

df['check'] = df.groupby(['ID', 'COL1'], group_keys=False
                         ).apply(lambda x: x['COL1'].isin(x['COL2']))

它按预期提供：

   ID COL1 COL2  check
0  23   AA   BB   True
1  23   AA   AA   True
2  23   AA   DD   True
3  23   BB   BB   True
4  23   BB   AA   True
5  23   BB   DD   True
6  23   CC   BB  False
7  23   CC   AA  False
8  24   AA   BB  False

如果你想要 OK/KO 字符串而不是布尔值，只需添加：

df['check'] = np.where(df['check'], 'OK', 'KO')

Answer 2

您可以申请并检查该值是否在 Col2 中：

A['check'] = A[['ID', 'Col1'].apply(lambda row: 'OK' if row['Col1'] in A.loc[A['ID']==row['ID'], 'Col2'] else 'KO', axis=1)