如何在Pandas DataFrame中查找col1与col2值相同的行

匹配col1与col2取值相同行的实现方案 #

此前用np.where(df.col1==df.col2)得不到预期结果的核心原因是：该方法不会直接返回匹配的完整行，它输出的是满足条件的行位置索引元组，未配合索引器取数时，根本无法拿到完整的目标行数据，自然和预期不符。

具体实现方式 #

• 优先采用pandas原生布尔索引逻辑，不需要额外依赖numpy接口，稳定性最高：

  # 直接通过列相等判断生成布尔掩码，筛选出满足条件的完整行
  matched_rows = df[df['col1'] == df['col2']]
  

  输出的matched_rows即为包含所有匹配行的独立DataFrame，可直接用于后续分析。
• 如果坚持使用此前尝试的np.where定位逻辑，需要修正调用方式：
  np.where对二维数据的判断输入，返回的是“行索引数组、列索引数组”组成的元组，必须取出行维度的索引数组，再配合位置索引器才能拿到完整行：

  # 取元组中第一个元素，即满足条件的整数行索引
  target_index = np.where(df['col1'] == df['col2'])[0]
  matched_rows = df.iloc[target_index]
  

高频踩坑注意事项 #

• 若两个列的数据类型不一致（比如col1为浮点型1.0，col2为字符串型"1.0"），直接相等判断会全量返回False，需要先通过astype()统一两列类型，再做比较。
• 若列中存在空值，需注意NaN与任何值（包括自身）做相等判断都会返回False，如果需要将两列同位置均为空值的情况算作取值匹配，需要补充判断逻辑：

  matched_rows = df[(df['col1'] == df['col2']) | (df['col1'].isna() & df['col2'].isna())]
  

内容的提问来源于stack exchange，提问作者Sam