复现Pandas DataFrame行两两比较方案时遇NumPy报错求助

错误原因 #

1. np.outer的底层逻辑是执行乘法运算，而字符串无法与字符串相乘，直接用它处理字符串列会触发TypeError。
2. 你尝试用空的result["name"]调用np.equal.outer时，Pandas空Series与NumPy的ufunc交互会抛出NotImplementedError，因为空值列无法完成元素级的相等判断。

正确实现方案 #

方案一：用np.equal.outer直接处理原数据列 #

不需要预先创建空的多级索引DataFrame，直接基于原DataFrame的列生成两两比较结果，再组装成目标结构：

import pandas as pd
import numpy as np

# 创建测试数据
d = {'name': ["john", "john", "mary", "mary"], 'id': ["1a", "1a", "2b", "3c"]}
df = pd.DataFrame(data=d)

# 生成多级索引并填充两两比较结果
result = pd.DataFrame(
    {col: np.equal.outer(df[col], df[col]).ravel() for col in df.columns},
    index=pd.MultiIndex.from_product([df.index, df.index])
)

方案二：Pandas广播风格实现 #

利用数组广播完成元素级的两两相等判断，更贴合Pandas的使用习惯：

import pandas as pd

# 创建测试数据
d = {'name': ["john", "john", "mary", "mary"], 'id': ["1a", "1a", "2b", "3c"]}
df = pd.DataFrame(data=d)

# 通过广播生成N*N的相等矩阵，再转为多级索引结构
result = pd.DataFrame(
    {col: df[col].values[:, None] == df[col].values[None, :] for col in df.columns},
    index=pd.MultiIndex.from_product([df.index, df.index])
)

验证结果 #

执行print(result.loc[0])会输出符合预期的结果：

name    id
0  True  True
1  True  True
2 False False
3 False False

内容的提问来源于stack exchange，提问作者Tytire Recubans