合并 2 个 pandas 数据帧到一个非唯一但有条件选择非唯一值的列上（技术上是唯一的）

Question

假设我有 2 个数据df1和df2 。

import pandas as pd

df1 = pd.DataFrame({'weight': [1,2,3,4], 'weight_units': ['lb','oz','oz', 'lb']})
df2 = pd.DataFrame({'weight': [1,2,3,4,5,6,7,8,9,10,11,12,13,14,15,16,1,2,3,4,5,6,7,8], 'price':[1,1.1,1.2,1.3,1.4,1.5,1.6,1.7,1.8,1.9,2,2.1,2.2,2.3,2.4,2.5,2.6,2.7,2.8,2.9,3,3.1,3.2,3.3]})

第一个 dataframe ( df1 ) 包含 object 的重量以及该重量的测量单位oz & lb （盎司、磅）

第二个 dataframe ( df2 ) 包含一个具有重量值（以磅和盎司为单位）和相关价格值的列。 在值达到 16（盎司）后的重量列中，它从 1 重新开始并上升 (1,2,3,4)，表示其现在的磅数。

注：1lb = 16oz

我的问题是：如何在权重列上合并这两个数据帧，以便如果 package 的单位为oz ，我使用df2中的前 16 个值开始合并，如果它以lb为单位，我在第二个 dataframe 上开始合并从第 17 个值开始？ 或任何其他正确执行此合并并获得正确 output 的合理方式（如果它的单位为lb或oz ）

想法：我主要担心的是，由于重量列在技术上不是唯一的（因为数字 1-16 重复磅和盎司）你不能简单地合并，好像 package 的重量为 1，除非我可以使用它不会使用的单位条件知道采取哪个价格价值。

理想的 Output：一个 dataframe 已正确合并，如果其lb或oz （磅或盎司）取正确的值

df3 = pd.DataFrame({'weight': [1,2,3,4], 'weight_units': ['lb','oz','oz', 'lb'], 'price':[2.7, 1.1,1.2,2]})

Answer 1

一个想法是创建新列，例如：

df2['weight_units'] = ['oz'] * 16 + ['lb'] * (len(df2) - 16)

或者：

df2['weight_units'] = df2['weight'].eq(1).cumsum().map({1:'oz', 2:'lb'})

然后由df1合并：

df = df1.merge(df2, on=['weight','weight_units'])