如何用Python判断DataFrame两字段值是否相等并标记结果？

你的代码逻辑错误：df1.duplicated(subset=['A', 'B'], keep=False)的作用是检测每行的A、B组合是否在DataFrame中重复出现，而非比较同一行内A和B的取值是否相等，这才导致结果不符合预期。

正确实现方式 #

以下几种方法都能实现你要的“每行A、B值相等标记OK，不等标记NG”的需求：

方法1：向量化布尔判断（推荐，效率最高） #

import pandas as pd
import numpy as np

data1 = {'A': [1, 1, 2, 3, 4, 4, 2, 1], 'B': [2, 2, 3, 4, 4, 4, 1, 2]}
df1 = pd.DataFrame(data1)
# 直接比较A和B列，用np.where转换为OK/NG
df1['OUTPUT'] = np.where(df1['A'] == df1['B'], 'OK', 'NG')
print(df1)

方法2：使用map转换布尔结果 #

和你原代码写法类似，但逻辑正确：

import pandas as pd

data1 = {'A': [1, 1, 2, 3, 4, 4, 2, 1], 'B': [2, 2, 3, 4, 4, 4, 1, 2]}
df1 = pd.DataFrame(data1)
# 先得到每行A==B的布尔序列，再映射为OK/NG
df1['OUTPUT'] = (df1['A'] == df1['B']).map({True: 'OK', False: 'NG'})
print(df1)

方法3：apply逐行判断 #

适合复杂逻辑，效率略低于向量化方法：

import pandas as pd

data1 = {'A': [1, 1, 2, 3, 4, 4, 2, 1], 'B': [2, 2, 3, 4, 4, 4, 1, 2]}
df1 = pd.DataFrame(data1)
# 逐行比较A和B的值
df1['OUTPUT'] = df1.apply(lambda x: 'OK' if x['A'] == x['B'] else 'NG', axis=1)
print(df1)

正确输出结果 #

A  B OUTPUT
0  1  2     NG
1  1  2     NG
2  2  3     NG
3  3  4     NG
4  4  4     OK
5  4  4     OK
6  2  1     NG
7  1  2     NG

关于字符串类型的补充说明 #

如果A、B字段实际是字符串类型（比如'1'、'2'），上述方法依然有效，只要同一行的A、B字符串内容完全一致，就会正确标记为OK。

内容的提问来源于stack exchange，提问作者Hsien