用python提取不同的两列数据对比_比较两列数据fram中的值

另一种方法是使用pandas.DataFrame的.loc方法，该方法返回符合布尔索引条件的行的索引位置：df.loc[(df['256'] != df['Z'])].index

输出：Int64Index([1, 3], dtype='int64')

这恰好是列出的实现中最快的一个，如ipython notebook：import pandas as pd

import numpy as np

df = pd.DataFrame({"256":np.random.randint(0,10,1594), "Z": np.random.randint(0,10,1594)})

%timeit df.loc[(df['256'] != df['Z'])].index

%timeit row_ids = df[df["256"] != df.Z].index

%timeit rows = list(df[df['256'] != df.Z].index)

%timeit df[df['256'] != df['Z']].index

输出：1000 loops, best of 3: 352 µs per loop

1000 loops, best of 3: 358 µs per loop

1000 loops, best of 3: 611 µs per loop

1000 loops, best of 3: 355 µs per loop

然而，当它降到5-10微秒时，并没有显著的区别，但是如果在未来你有一个非常大的数据集，那么时间和效率可能会成为一个更重要的问题。对于您相对较小的1594行的数据集，我将采用看起来最优雅、提高可读性的解决方案。