哪種有效的方法可以檢查兩個不同的excel文件/數據框中具有相同鍵值的多行的值？

Question

我有兩個Excel文件。 兩者都包含有關相同數據對象的信息。 數據對象由類型為str的對象編號（列ON ）標識。

例：

Table 1                                Table 2
ON      colA  colB  colToUpdate         ON   colImportant
1.2.3    abc   123                      1.2.3      inf
2.9.6    ert   987                      1.2.3      mat
3.5.0    nms   021                      2.9.6      mat
                                        2.9.6      tr
                                        2.9.6      ch
                                        3.5.0      tr

和

myValues={inf, ch}

任務：

我需要檢查表2中的colImportant值之一是否在myValues並且該數據對象（具有相同對象號的行）需要在df1 colToUpdate中獲取值“ Ok”。

期望：

new Table 1
   ON      colA  colB  colToUpdate        
   1.2.3    abc   123     Ok                
   2.9.6    ert   987     Ok               
   3.5.0    nms   021     NaN     

我想到了這兩個在一個單獨的數據幀（表1 IND保存df1和表2中df2 ）始終搜索相同的對象號在df2在更新下一列時df1 。 但這總是會搜索整個df2 （ df2有30000個數據對象，這意味着df1有30000行。在df2 ，有75000行，因為一個數據對象可以與colImportant另一個值多次存儲，如您在上面看到的）。

另一個想法是在df1中創建一個tempCol在其中我將所有來自colImportant的值放在df2並使用分隔符, （但是，我需要將多行合並到df2然后將dfs合並為'ON' ） 。 然后，當我想通過某些條件更新df1的行時，我必須檢查拆分后的值。 完成后，我可以刪除tempCol 。 看起來應該像這樣：

  Table 1                                
    ON      colA  colB  colToUpdate tempCol       
    1.2.3    abc   123               inf,mat       
    2.9.6    ert   987               mat,tr,ch      
    3.5.0    nms   021               inf

Answer 1

這是我的方法：

tmp_df = df2.groupby('ON').colImportant.apply(lambda x: 'OK' if (~x.isin(myValues)).any() 
                                                             else np.nan)

df1=df1.merge(tmp_df.reset_index()[['colImportant']], 
               left_on=df1.ON, 
               right_on=tmp_df.index).drop('key_0', axis=1)

輸出：

+----+-------+--------+----------------+
|    | ON    | colA   | colImportant   |
|----+-------+--------+----------------|
|  0 | 1.2.3 | abc    | OK             |
|  1 | 2.9.6 | ert    | OK             |
|  2 | 3.5.0 | nms    | nan            |
+----+-------+--------+----------------+

不完美，但我認為您可以解決。