比较来自两个不同数据框的列元素，其中条件基于熊猫函数

Question

我有两个数据帧，其中df1.bbox_col和df2.bbox_col是它们的列之一，如下所示：

df1.bbox_col：

          bbox_col
 0   [20, 30, 40, 50]
 1   [5, 15, 48, 90]
 2   [111, 72, 51, 18]

df2.bbox_col：

          bbox_col
 0   [26, 62, 72, 56]
 1   [2, 18, 43, 95]
 2   [123, 90, 48, 51]
 3   [156, 76, 65, 97]
 4   [65, 76, 87, 32]
 5   [54, 78, 34, 56]

我有一个函数area，它接受​​两个边界框numpy数组并返回一个浮点值。

def area(bbox1, bbox2):
    some operations...

    return float_val

我想将此函数应用于两列的所有元素，并且如果返回的值大于thresh，即float_val > thresh，则在数据框中更新df1[index1][bbox_col] = df2[index2][bbox_col]。

否则，如果float_val < thresh，则将df2.iloc[index2]的行附加到df1。

我尝试通过遍历两个数据帧的行并进行如下比较来实现此目的：

for index1, row1 in df1:
    for index2, row2 in df2:
        if area(row1.bbox_col, row2.bbox_col) > thresh:
            df1.iloc[index1]['bbox_col'] = row2.bbox_col
        else:
            df1 = df1.append(df2.row)

所以基本上，我想做的是检查特定元素是否符合条件并替换它，或者将第二个数据帧的行附加到第一个。

我正试图摆脱以下两个问题：

1. 我看到我的代码多次追加行。可能是因为嵌套循环（但是我无法查明或纠正这种情况）。
2. 我一直在寻找实现这一目标的更优化或矢量化的方式。

我当时正在考虑使用df.apply（）之类的函数来执行此操作，但是它仅占用一个数据帧。

最后，我正在寻找类似this的东西，但是on=是pd.merge中的一个函数...