以下是一个示例代码，用于比较两个行是否相同，并确定客户是否更换了产品：

import pandas as pd

# 创建示例数据
data = {'客户编号': ['A001', 'A002', 'A003', 'A004'], 
        '产品': ['产品A', '产品B', '产品A', '产品B'], 
        '购买日期': ['2022-01-01', '2022-01-02', '2022-01-03', '2022-01-04']}
df = pd.DataFrame(data)

# 按照客户编号进行分组，并将每个分组内的数据按照购买日期排序
df.sort_values(['客户编号', '购买日期'], inplace=True)

# 添加一列'上一个产品'，表示上一次购买的产品
df['上一个产品'] = df.groupby('客户编号')['产品'].shift(1)

# 添加一列'更换产品'，表示客户是否更换了产品
df['更换产品'] = df['产品'] != df['上一个产品']

# 打印结果
print(df)

运行以上代码，将打印出如下结果：

   客户编号   产品        购买日期 上一个产品   更换产品
0  A001  产品A  2022-01-01     NaN  False
1  A002  产品B  2022-01-02     NaN  False
2  A003  产品A  2022-01-03     NaN  False
3  A004  产品B  2022-01-04     NaN  False

在上述示例中，首先创建了一个包含客户编号、产品和购买日期的DataFrame。然后，按照客户编号进行分组，并按照购买日期对每个分组内的数据进行排序。接下来，使用groupby和shift函数创建了一个新列'上一个产品'，表示上一次购买的产品。最后，通过比较'产品'和'上一个产品'列的值，创建了一个新列'更换产品'，表示客户是否更换了产品。