如何使用numpy.where比较Pandas DataFrame中的特定数组元素？

我来帮你解决这个问题～你遇到的核心问题是没办法正确提取数组（列表）列里的单个元素，进而完成逐行比较，对吧？

首先得指出你代码里的问题：pdf.loc[pdf['Cidade']:, 2]这种写法是错误的——loc是用来定位DataFrame的行和列的，而Cidade列的每个元素是独立的列表，不能直接用这种方式取列表里的第3个元素。

解决方案步骤 #

先构造你的示例数据（方便复现和测试）：

import pandas as pd
import numpy as np

data = {
    'Id': [1,2,3,4,5],
    'City': [[5057, 'Itu', 26], [5366, 'Sorocaba', 26], [5347, 'São Paulo', 26], [3288, 'Curitiba', 18], [162, 'Manaus', 3]],
    'UF': [[26, 'São Paulo'], None, [26, 'São Paulo'], [18, 'Paraná'], [3, 'Amazonas']]
}
pdf = pd.DataFrame(data)

1. 提取需要比较的元素

我们需要从每一行的City列表中取第3个元素（索引为2），从UF列表中取第1个元素（索引为0），同时处理UF列的None空值：

# 提取City列列表的第3个元素
city_uf_code = pdf['City'].apply(lambda x: x[2] if isinstance(x, list) else np.nan)
# 提取UF列列表的第1个元素，处理None的情况
uf_code = pdf['UF'].apply(lambda x: x[0] if isinstance(x, list) else np.nan)

2. 用np.where完成逐行比较

现在就可以直接比较这两列，得到你想要的布尔结果：

result = np.where(city_uf_code == uf_code, True, False)

如果你想简化成一行代码，也可以这样写：

result = np.where(
    pdf['City'].apply(lambda x: x[2] if isinstance(x, list) else np.nan) == 
    pdf['UF'].apply(lambda x: x[0] if isinstance(x, list) else np.nan),
    True,
    False
)

额外简化技巧 #

如果你的City列全是列表，UF列只有列表和None，可以用Pandas的str索引来简化提取步骤，效果和上面一致：

city_uf_code = pdf['City'].str[2]
uf_code = pdf['UF'].str[0]
result = np.where(city_uf_code == uf_code, True, False)

运行后result的结果是：array([ True, False, True, True, True])，完全符合你的需求——第2行（索引1）因为UF是None，比较结果为False，其余行匹配成功为True。

内容的提问来源于stack exchange，提问作者Anderson Gabriel Ferreira