比较pandas DataFram中一列中的浮点值与所有其他列

Question

我有一个数据帧，有多个列携带浮点值。在

df = pd.DataFrame({
        "v0": [0.493864,0.378362,0.342887,0.308959,0.746347], 
        "v1":[0.018915,0.018535,0.019587,0.035702,0.008325],
        "v2":[0.252000,0.066746,0.092421,0.036694,0.036506],
        "v3":[0.091409,0.103887,0.098669,0.112207,0.043911],
        "v4":[0.058429,0.312115,0.342887,0.305678,0.103065],
        "v5":[0.493864,0.378362,0.338524,0.304545,0.746347]})

我需要在df中创建另一个列result，方法是比较df['v0']中每一行的值与后续列v1-v5中的行的值。在

我需要的是： v0 v1 v2 v3 v4 v5 Result 0 0.493864 0.018915 0.252000 0.091409 0.058429 0.493864 1 1 0.378362 0.018535 0.066746 0.103887 0.312115 0.378362 1 2 0.342887 0.019587 0.092421 0.098669 0.342887 0.338524 1 3 0.308959 0.035702 0.036694 0.112207 0.305678 0.304545 0 4 0.746347 0.008325 0.036506 0.043911 0.103065 0.746347 1

我尝试过很多方法，包括 This link 和 This link

但我要求的任务似乎不可行。 这几天以来我一直在努力。我的原始数据集有60000多行。请推荐最好最快的方法

Answer 1

对每个人来说，这个问题已经解决了。感谢那些花时间回复我的人。作为一个业余程序员，看到我的问题得到解答真的很振奋人心。 由于@coldspeed，最终解决方案如下所示

JUPYTER NOTEBOOK SCREENSHOT

Answer 2

处理浮点比较的更好的解决方案是将np.isclose与广播一起使用：

df['Result'] = np.isclose(v[:,1:], v[:,[0]]).any(1).astype(int)
df
         v0        v1        v2        v3        v4        v5  Result
0  0.493864  0.018915  0.252000  0.091409  0.058429  0.493864       1
1  0.378362  0.018535  0.066746  0.103887  0.312115  0.378362       1
2  0.342887  0.019587  0.092421  0.098669  0.342887  0.338524       1
3  0.308959  0.035702  0.036694  0.112207  0.305678  0.304545       0
4  0.746347  0.008325  0.036506  0.043911  0.103065  0.746347       1

在处理浮点时，不要使用基于相等的比较，因为浮点可能不准确。见Is floating point math broken?