如何在Python中统计指定列值相同与不同的行数？

你用duplicated()函数没效果是因为它的作用是检测整行或指定列组合的重复记录，不是用来逐行比较两列的值是否相等。针对你的需求，用pandas的矢量化比较操作就能高效解决，7万行的规模完全没问题：

核心实现步骤 #

• 用eq()方法逐行比较两列的值是否相等，返回一个布尔型Series（相等为True，不等为False）
• 对布尔Series求和，True会被视为1，直接得到相同值的行数
• 不同值的行数可以用总行数减去相同行数，或者直接用ne()方法（不等于）求和

完整代码示例 #

import pandas as pd

# 加载你的数据集（替换成实际加载方式，比如read_excel等）
df = pd.read_csv('your_data.csv')

# 统计两列值相同的行数
same_count = df['days_on_the_market_last_broker'].eq(df['days_on_the_market_all_broker']).sum()

# 统计两列值不同的行数
diff_count = df.shape[0] - same_count
# 或者用ne()直接计算：diff_count = df['days_on_the_market_last_broker'].ne(df['days_on_the_market_all_broker']).sum()

# 输出结果
print(f"两列值相同的行数：{same_count}")
print(f"两列值不同的行数：{diff_count}")

补充说明 #

这种矢量化操作完全避免了循环，处理7万行数据速度极快，不会有性能问题。如果你的数据里存在缺失值（NaN），eq()会把NaN和NaN的比较结果视为False，如果需要把NaN相等也算作相同，可以先处理缺失值，或者用df['col1'].fillna(-1).eq(df['col2'].fillna(-1)).sum()这类方式调整（用一个不影响的占位值替换NaN）。

内容的提问来源于stack exchange，提问作者NiklasLP