如何对比DataFrame两列值并生成Is_dob列？

你的代码存在几个关键问题导致无法得到预期结果：

• 嵌套循环逻辑错误：两层循环会遍历所有Age和diff(DOB-today)的组合，每次赋值都会覆盖整个Is_dob列，最终只会保留最后一次循环的结果，完全没有实现逐行对比的逻辑。
• 列名不匹配：示例数据中对比列是diff(DOB-today)，但你的代码里用了df['diff']，会导致无法正确获取目标列的数据。
• 大小写不一致：示例要求空值时赋值Other，但代码里写的是'other'，不符合输出要求。

正确实现方式 #

推荐使用Pandas的矢量化操作（避免循环，效率更高），以下是两种可行方案：

方案1：使用numpy.where链式判断（推荐）

import numpy as np
import pandas as pd

# 先判断是否存在空值，再对比两列值是否相等
df['Is_dob'] = np.where(
    # 检查Age或diff(DOB-today)是否有缺失值
    df[['Age', 'diff(DOB-today)']].isnull().any(axis=1),
    'Other',
    # 无空值时，判断两值是否相等
    np.where(df['Age'] == df['diff(DOB-today)'], 'Yes', 'No')
)

方案2：使用apply逐行处理（适合逻辑更复杂的场景）

def get_is_dob(row):
    age = row['Age']
    diff_val = row['diff(DOB-today)']
    if pd.isnull(age) or pd.isnull(diff_val):
        return 'Other'
    return 'Yes' if age == diff_val else 'No'

df['Is_dob'] = df.apply(get_is_dob, axis=1)

验证示例数据 #

假设你的示例DataFrame定义如下：

df = pd.DataFrame({
    'Age': [54, 27, 43, 68, pd.NA],
    'diff(DOB-today)': [54, 27, 44, 70, pd.NA]
})

运行上述代码后，Is_dob列会得到预期结果：['Yes', 'Yes', 'No', 'No', 'Other']

内容的提问来源于stack exchange，提问作者Shital