通過將兩列與不同 Dataframe 中的兩個相似列進行比較，將新列添加到 Pandas DataFrame

Question

我想向 Pandas DataFrame 添加一個新列，方法是獲取兩列中的值並將它們與在不同 dataframe 中以相同順序出現的值進行比較。

例子：

first_names = pd.Series(['john','jack','jean','jose'])
last_names = pd.Series(['bob','steve','carl','anthony'])

names1 = pd.DataFrame({'firstname': first_names, 'lastname':last_names})
names2 = pd.DataFrame({'firstname': first_names,"lastname":['bob','steve','carl','joshua']})

    firstname   lastname
0   john    bob
1   jack    steve
2   jean    carl
3   jose    anthony


    firstname   lastname
0   john    bob
1   jack    steve
2   jean    carl
3   jose    joshua

我想將“真實”列添加到 names2，如果名字和最后一個組合在 names1 中，則用 True 填充，否則用 False 填充。

這是我的嘗試：

def verify(first,last):
  if names1.loc[ (names1['firstname'].str.contains(first)) & (names1['lastname'].str.contains(last)) , ['firstname','lastname'] ].empty:
    return False
  else:
    return True

names2['real'] = verify(names2['firstname'], names2['lastname']))

我得到了令人沮喪的錯誤： TypeError: 'Series' objects are mutable, thus they cannot be hashed並且它似乎被拋出在 function verify內的以下行：

names1.loc[ (names1['firstname'].str.contains(first)) & (names1['lastname'].str.contains(last)), ['firstname','lastname'] ].empty:

盡管在直接值時調用 function 時它可以正常工作：

verify('jose','anthony')

返回True

這讓我認為這些值不是作為字符串傳遞的

如何將值正確傳遞給上述 function？ 是否有更直接的方法來完成比較？

編輯：我忘了提到我的數據框的大小不匹配。 datafaname names2 的行數比 names1 多。 使用 names1 保存查找數據並充當檢查真實/虛假名字和姓氏組合的參考。

Answer 1

您可以使用兩個數據框之間的叉積構造"real"列，然后合並回names1 ：

tmp = names1.merge(names2, how="cross")
tmp["real"] = (tmp["firstname_x"] == tmp["firstname_y"]) & (
    tmp["lastname_x"] == tmp["lastname_y"]
)
df_out = names1.merge(
    tmp[tmp["real"] == True],
    left_on=["firstname", "lastname"],
    right_on=["firstname_x", "lastname_x"],
    how="left",
).fillna(False)[["firstname", "lastname", "real"]]
print(df_out)

印刷：

  firstname lastname   real
0      john      bob   True
1      jack    steve   True
2      jean     carl   True
3      jose  anthony  False