我有一個作為數據框導入的 excel 文件。數據集如下所示：rule_id  reqid1 reqid2  reqid3  reqid453139     0      0       1       051181     1      1       1       050412     0      1       1       050356     0      0       1       050239     0      1       0       150238     1      1       1       050014     1      0       1       1我必須相互比較 reqid 列。這是代碼：c1 = list(map(lambda a,b: a if a == b else 100*a , df.reqid1 , df.reqid2))df['comp1'] = c1c2 = list(map(lambda b,c: b if b == c else 100*b , df.reqid2 , df.reqid3))df['comp2'] = c2c3 = list(map(lambda c,d: c if c == d else 100*c , df.reqid3 , df.reqid4))df['comp3'] = c3comps = ['comp1' , 'comp2' , 'comp3']df[comps] = df[comps].replace({0: np.nan})基本上這段代碼的作用是將 reqid1 與 reqid2 、 reqid2 與 reqid3 等進行比較。如果兩列的值都為 0，則應在新創建的列中更新 0，如果兩列的值都為 1，則應在新創建的列中更新 1。如果第一列有 0 并且下一列有 1 那么 ， NaN 應該更新，如果第一列有 1 并且第二列有 0 ，那么 100 應該更新。我正在為最后一列使用另一個函數?；旧纤淖饔檬侨绻詈笠涣校ㄔ诒纠袨?reqid4）的值為 1 ，則應在新列中更新 100 ，如果值為 0 ，則應更新 0 。這是代碼：def fun(df , col2):    df['last_comp'] = np.where((df.loc[: , col2] == 1) , 100 , 0)    return df這是我得到的結果：rule_id  reqid1 reqid2  reqid3  reqid4 comp1  comp2    comp3  last_comp53139      0     0        1      0      NaN    NaN     100.0     051181      1     1        1      0      1.0    1.0     100.0     050412      0     1        1      0      NaN    1.0     100.0     050356      0     0        1      0      NaN    NaN     100.0     050239      0     1        0      1      NaN    100.0    NaN     100.050238      1     1        1      0      1.0    1.0     100.0     050014      1     0        1      1     100.0   NaN      1.0     100.0這段代碼對我有用，但我有大數據集，這只是數據的一部分。我有 100 多列，每次都編寫此代碼對我來說是不可行的。我想自動化將一列與另一列進行比較的過程，但我不知道如何進行。如果你能幫助我，那就太好了。