Pandas 根据条件计算其他 df 中的行数

Question

我有 2 个 dfs：df 和 df0df 看起来像这样：foo bar bazA   1   5A   1   10A   1   18A   2   14A   2   18A   2   22A   6   6A   6   15df0 像这样：foo bar bazA   1   0A   2   7A   6   5在两个 dfs 中，“foo”可以采用除“A”之外的其他值。我想向 df 的每一行添加 df0 的行数，其中 row.foo == df0.foo 且 row.bar < df0.bar 且 row.baz >= df0.baz。因此，输出将是：foo bar baz nA   1   5   0A   1   10  2A   1   18  2A   2   14  1A   2   18  1A   2   22  1A   6   6   0A   6   15  0我有一个工作版本（如下），但它迭代 df，这本质上很慢（约 30 次迭代/秒，df 可以有数百万行）。是否有矢量化/更快的方法来完成相同的任务？rows = []for row in df.itertuples():     rows.append([row.baz, row.foo, row.bar, len(df0.loc[(row.bar < df0.bar) & (row.baz >= df0.baz) & (row.foo == df0.foo)])])df = pd.DataFrame(rows, columns=["baz", "foo", "bar", "n"])

Answer 1

我们可以通过做一个来实现这一点outer merge。检查您的条件并最终使用GroupBy.sum以获得您的n专栏：

dfm = df.assign(key=df.index).merge(df0, on='foo', suffixes=['', '_0'])

m = (dfm['bar'] < dfm['bar_0']) & (dfm['baz'] >= dfm['baz_0'])

df['n'] = m.groupby(dfm['key']).sum()

  foo  bar  baz  n

0   A    1    5  1

1   A    1   10  2

2   A    1   18  2

3   A    2   14  1

4   A    2   18  1

5   A    2   22  1

6   A    6    6  0

7   A    6   15  0