python - 如果不同数据帧的项目相等但尊重 Pandas 的条件，则打印值

Question

我有 2 个数据帧 df 和 table:

import pandas as pd

df = pd.DataFrame({'A':[0,2,6,3,6,8,9,2,1,0],
                   'B':[1,1,1,1,3,3,5,5,5,2]})

table = pd.DataFrame({'A':[[0,4],[5,10],[2,8],[9,10],[0,8],[9,10],[5,10],[0,4],[1,7],[8,10]],
                      'B':[1,1,2,2,3,3,4,4,5,5],
                      'C':[[1,2,3],[4,5,6],[7,8],[9],[10,11,12],[13,14],[15],[16,17],[18,19,20],[21,22,23,24]]})

我的目标是只要满足以下条件，就打印 table['C'] 通用行的内容:

• df['B'] 的 item 等于 table['B']
• df['A'] 的项目属于 table['A'] 范围

我能够通过使用以下代码行来实现我的目标:

for i,row1 in df.iterrows():
    for j, row2 in table.iterrows():
        if row1['B'] == row2['B'] and (row1['A'] in range(row2['A'][0],row2['A'][1])):
                print(row2['C'])

我想知道是否有可能以更高效、更优雅的方式获得相同的结果，因为 df 和 table 可能非常大。

Answer 1

您可以使用merge用于按B列创建所有组合，然后apply用于创建 bool 掩码，最后按boolean indexing进行过滤:

df1 = pd.merge(df, table, on='B')
df1 = df1[df1.apply(lambda x: x.A_x in range(x['A_y'][0],x['A_y'][1]), axis=1)]
print(df1)
    A_x  B      A_y                 C
0     0  1   [0, 4]         [1, 2, 3]
2     2  1   [0, 4]         [1, 2, 3]
5     6  1  [5, 10]         [4, 5, 6]
6     3  1   [0, 4]         [1, 2, 3]
8     6  3   [0, 8]      [10, 11, 12]
13    9  5  [8, 10]  [21, 22, 23, 24]
14    2  5   [1, 7]      [18, 19, 20]
16    1  5   [1, 7]      [18, 19, 20]