Pandas如何检测DataFrame两列对角相等值并新增布尔标识列

直接用numpy的循环移位函数就能实现，逻辑不依赖固定行数、不需要硬编码索引，后续行数增减、行顺序调整都能自动适配。

核心逻辑 #

你描述的对角匹配是循环斜向匹配规则：对于n行的两列数据，第i行的Column_1值，需要和第(i+1) % n行的Column_2值做相等判断（3行场景下i=2时刚好对应第0行，和你给出的column_1[2].eq(column_2[0])示例完全一致）。
np.roll可以直接实现数组的循环移位，将Column_2整体左移1位（shift=-1），原首行的值会自动补到移位后的末行位置，移位后的数组每个位置i的值，刚好就是原数组(i+1) % n位置的值，直接和Column_1做等值判断即可得到布尔列。

实现代码 #

先确保依赖导入：

import pandas as pd
import numpy as np

添加Diagonal列只需要一行通用代码，所有场景通用：

df['Diagonal'] = df['Column_1'] == np.roll(df['Column_2'], shift=-1)
# 用eq写法效果完全一致
# df['Diagonal'] = df['Column_1'].eq(np.roll(df['Column_2'], shift=-1))

测试验证 #

用你提供的三组样例测试：

1. df1测试结果

   data1={'Column_1':['BR','BR','AC'],'Column_2':['AC','LF','LF']}
   df1=pd.DataFrame(data1)
   df1['Diagonal'] = df1['Column_1'].eq(np.roll(df1['Column_2'], shift=-1))
   print(df1)
   

   输出：

   Column_1 Column_2  Diagonal
   0       BR       AC     False
   1       BR       LF     False
   2       AC       LF      True
   

   第三行返回True，完全匹配你给出的示例规则。
2. df2测试结果

   data2={'Column_1':['BR','AC','BR'],'Column_2':['AC','LF','LF']}
   df2=pd.DataFrame(data2)
   df2['Diagonal'] = df2['Column_1'].eq(np.roll(df2['Column_2'], shift=-1))
   print(df2)
   

   输出：

   Column_1 Column_2  Diagonal
   0       BR       AC     False
   1       AC       LF     False
   2       BR       LF     False
   

3. df3测试结果

   data3={'Column_1':['AC','BR','BR'],'Column_2':['LF','LF','AC']}
   df3=pd.DataFrame(data3)
   df3['Diagonal'] = df3['Column_1'].eq(np.roll(df3['Column_2'], shift=-1))
   print(df3)
   

   输出：

   Column_1 Column_2  Diagonal
   0       AC       LF     False
   1       BR       LF     False
   2       BR       AC     False
   

扩展性说明 #

不管后续把DataFrame扩展到4行、10行还是更多行，或是对行做排序、打乱、新增/删除操作，只要重新运行上述赋值代码，就会自动基于当前的行数和行顺序计算结果，不需要调整任何参数。

内容的提问来源于stack exchange，提问作者the phoenix