如何遍历两个大小不同的数据框？

Question

具体来说，我想遍历两个数据框，其中一个较大，另一个较小。

最终，我想比较某个列中的值。

我试图创建一个嵌套的for循环；外循环遍历大数据框而内循环遍历小数据框，但是我遇到了困难。

我正在寻找一种方法来识别大型数据框中的“名称”和“值”与小型数据框中的匹配。

背景信息：我正在使用熊猫库。

大型数据框：

小数据框：

Name     Value
SF       12.84
TH      -49.45

Answer 1

如果目标是遍历一个或多个DataFrame，则明确的for循环通常是错误的举动。在这种情况下，因为您尝试

  

确定大型数据框中的“名称”和“值”与小型数据框中的

您要查找的操作是pd.merge或pd.DataFrame.join，它们“在幕后”进行比较并返回匹配的信息。因此，假设您有2个DataFrame，它们分别称为large和small。然后

import pandas as pd
new_large = pd.merge(left=large,
                     right=small,
                     how='left',
                     on=('Name', 'Value'),
                     indicator=True)

new_large._merge = new_large._merge.apply(lambda x: 1 if x=='both' else 0)

通过在large和small（how='left'）之间进行左联接，pd.merge返回large中包含{{1 }}在small元组上。然后，大部分繁重的工作都由('Name', 'Value')关键字完成，该关键字引用了indicator版本0.25.0文档：

  

如果为True，则使用以下命令将一列添加到输出数据框架“ _merge”中：       有关每行来源的信息。       信息列为分类类型，其值为“ left_only”       对于其合并键仅出现在“左” DataFrame中的观察，       “ right_only”用于其合并键仅出现在“ right”中的观测值       DataFrame，如果在两者中都找到观察的合并键，则为“两者”。

因此，pd.merge是原始的new_large large，其中有一个名为DataFrame的新列，其条目对应于与{ {1}}位于_merge上（按值large），并且与small和Name上匹配的行；后者的值为'left_only'。最后一步是按照您的指定将Name和Value更改为both和both。

现在，左联接返回了它所做的操作，因为小left_only中的两个1值都出现在0 Name中，因此左联接DataFrame和large返回了整个DataFrame large。如果不是这种情况，则small会产生large个值，您将不得不使用一些技巧来获得漂亮的布尔值（整数）列，以显示匹配的内容和不匹配的内容没错HTH。