基于跨行列值匹配的数据集过滤方法咨询

针对你需要从大型同访问记录数据集中，提取当前行Column A值等于下一行Column B值的服务组合需求，以下是两种常用实现方法：

Excel 操作步骤 #

假设数据表头在第1行，数据从第2行开始：

• 新增辅助列（比如D列），在D2单元格输入公式：
  =IF(AND(A2=B3,C2=C3),"匹配","")
• 下拉填充公式到所有行，该公式会同时验证当前行A列与下一行B列值相等、**两行属于同一次访问（C列值一致）**两个条件
• 筛选D列为"匹配"的行，这些行和对应的下一行就是你要找的服务组合

Python Pandas 实现（适合大型数据集） #

Pandas处理大数据效率更高，代码示例如下：

import pandas as pd

# 读取数据（根据实际文件格式选择read_csv或read_excel）
df = pd.read_excel("your_data_file.xlsx")

# 添加匹配标记列：对比当前行A列与下一行B列，同时验证C列一致
df['is_match'] = (df['Column A'] == df['Column B'].shift(-1)) & (df['Column C'] == df['Column C'].shift(-1))

# 筛选出符合条件的行
matched_rows = df[df['is_match']]

# 提取完整的服务组合（包含匹配行和对应的下一行）
combo_indexes = matched_rows.index.tolist() + [idx + 1 for idx in matched_rows.index.tolist()]
service_combos = df.loc[sorted(combo_indexes)].reset_index(drop=True)

# 查看结果
print(service_combos)

内容的提问来源于stack exchange，提问作者Azomycin