如何遍历两个不同大小的数据帧？

Question

具体来说，我想遍历两个数据帧，一个大，一个小。

最终，我想比较某个列中的值。

我尝试创建一个嵌套的 for 循环； 外循环遍历大数据帧，内循环遍历小数据帧，但是我遇到了困难。

我正在寻找一种方法来识别与我的小数据帧匹配的大数据帧中的“名称”和“值”。

背景信息：我正在使用熊猫库。

大数据框：

小数据框：

Name     Value
SF       12.84
TH      -49.45

Answer 1

如果目标是迭代一个或多个DataFrame ，那么显式for循环通常是错误的举动。 在这种情况下，因为你试图

确定与我的小数据帧匹配的大数据帧中的“名称”和“值”，

您正在寻找的操作是pd.merge或pd.DataFrame.join ，它们在“ pd.DataFrame.join ”进行比较并返回匹配信息。 因此，假设您有 2 个DataFrame ，它们被称为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' ) 之间进行左连接， pd.merge返回包含('Name', 'Value')元组上的small匹配项的large行。 然后，大部分繁重的工作由indicator关键字完成，引用pd.merge版文档：

如果为 True，则向输出 DataFrame 添加一列名为“_merge”的列，其中包含有关每行源的信息。 信息列是 Categorical 类型，对于合并键仅出现在“左”数据帧中的观察值采用“left_only”值，对于合并键仅出现在“右”数据帧中的观察值采用“right_only”值，如果在两者中都可以找到观察的合并键。

因此， new_large是原始的large DataFrame带有一个名为_merge的新列，其中的条目对应于仅在Name上匹配small的large行（通过值'left_only' ）以及在Name和Value上匹配的行； 后者具有值both 。 最后一步是将both和left_only更改为1和0 ，如您所指定。

现在，左连接返回了它所做的，因为小DataFrame中的两个Name值都存在于large DataFrame所以large和small的左连接返回了整个large DataFrame 。 如果不是这种情况，会有pd.NaN从产生的值pd.merge ，你将不得不使用一些更多的技巧来获得不错的布尔（整数）列显示什么匹配，什么也没有。 哈。