如何检查Pandas DataFrame中两两分组的行是否列值完全相同

示例DataFrame #

先构造示例数据：

import pandas as pd
df = pd.DataFrame([[1,2], [9,0],[3,4], [3,4]], columns=list('AB'))

输出的DataFrame如下：

A   B
0   1   2
1   9   0
2   3   4
3   3   4

需求说明 #

已知DataFrame行数始终为偶数，需将行两两分组（第1行与第2行、第3行与第4行……第n-1行与第n行），检查每组内两行的所有列值是否完全相同。示例中第1-2行（索引0-1）列值不同，第3-4行（索引2-3）列值完全相同。

解决方案 #

方法1：分组后逐组对比

通过创建分组标识，将每两行划分为一组，再对每组内的两行进行全等判断：

# 生成分组标签，每两行一组
groups = df.index // 2
# 每组内比较两行是否完全相同
group_check = df.groupby(groups).apply(lambda g: g.iloc[0].equals(g.iloc[1]))
print(group_check)

输出结果：

0    False
1     True
dtype: bool

结果中False代表对应组的两行列值不同，True代表两行列值完全一致。

方法2：切片后逐行对比

利用索引切片分别提取偶数行和奇数行，直接逐行比较所有列：

# 提取偶数索引行（第1、3...行）
even_rows = df.iloc[::2]
# 提取奇数索引行（第2、4...行）
odd_rows = df.iloc[1::2]
# 逐组检查两行是否完全相同
group_check = (even_rows.reset_index(drop=True) == odd_rows.reset_index(drop=True)).all(axis=1)
# 重置索引对齐原分组逻辑
group_check.index = even_rows.index // 2
print(group_check)

输出结果：

0    False
1     True
dtype: bool

内容的提问来源于stack exchange，提问作者William