如何遍历DataFrame列中重复值并验证对应单位值匹配？

核心思路 #

由于每个code固定对应两个length字符串，我们可以先为每个code建立length与value的映射关系，再对比同一code下两个length对应的value是否一致，最终生成二进制标记列，全程无需解析length的数值或单位。

步骤与代码示例 #

1. 构造示例数据（模拟你的场景）

import pandas as pd

data = {
    'code': ['111ab', '111ab', '222cd', '222cd', '333ef', '333ef'],
    'length': ['800 mm', '31,0 in', '1000 mm', '39,4 in', '500 mm', '19,7 in'],
    'value': [100, 100, 200, 200, 300, 350]  # 最后一组value不匹配，用于测试
}
df = pd.DataFrame(data)

2. 生成Code-Length-Value映射字典

通过分组操作，为每个code建立对应的length到value的映射：

# 按code分组，生成每个code对应的length-value字典
code_length_map = df.groupby('code').apply(
    lambda x: x.set_index('length')['value'].to_dict()
).to_dict()

3. 生成匹配标记列

定义函数遍历每一行，对比当前行value与同一code下另一个length对应的value，一致则标记为1，否则为0：

def check_value_match(row):
    code = row['code']
    current_length = row['length']
    # 获取当前code对应的所有length-value对
    length_value_pairs = code_length_map[code]
    # 提取当前length之外的另一个value
    other_value = [v for k, v in length_value_pairs.items() if k != current_length][0]
    # 返回二进制匹配结果
    return 1 if row['value'] == other_value else 0

# 新增match列
df['match'] = df.apply(check_value_match, axis=1)

4. 结果展示

运行后得到的DataFrame如下：

补充说明 #

• 该方案完全基于给定的映射关系对比，不涉及任何length字符串的解析，适配特殊取整或自定义单位的场景
• 假设每个code严格对应2个length值，如果存在code对应多个length的情况，需要调整other_value的提取逻辑（比如增加长度判断）
• 若需处理code仅对应1个length的异常场景，可在函数中添加判断，返回NaN或自定义标记

内容的提问来源于stack exchange，提问作者Egorsky