使用一个df列过滤另一个df，多个过滤器

Question

我想根据 df2 的 Version 列中的值过滤 df1，然后将 df1 中的 Cost Total 更改为 0。我想更改 df2 中那些版本的成本。
df1 为 [24867 行 x 63 列]
df2 是 [35 行 x 7 列]

我用于过滤和设置值的代码是：

        df1.loc[
            (df1['Group'] == "CBSS_cq_....JZJN") &
            (df1['Version – USE'] == df2['Version - USE']),
            df1['Cost Total']] = 0

代码将所有“组”的总成本分配为 0，它没有过滤我的第二个版本条件。给出错误：

raise ValueError("只能比较标签相同的系列对象")
ValueError：只能比较标签相同的系列对象

请注意，当我使用 .values 时：

    df1.loc[
            (df1['Group'] == "CBSS_.......KJZJN") &
            (df1['Version – USE'].values == df2['Version'].values),
            df1['Cost Total']] = 0  

给我以下错误：

block_values = np.empty(block_shape, dtype=dtype)
ValueError：数组太大； arr.size * arr.dtype.itemsize 大于最大可能大小。

**********以上以.isin *************排序

我的 df2 是 24 个 excel 文件的模板文件，每个文件有 3-4 张。我已经浏览了所有文件及其工作表。
索引模板文件被命名为-

AdDape CBS 索引模板 6.3.xlsx
AdDape 中年指数模板 5.3.xlsx

如下所示：

print("\nIndex Template Files\n")
os.chdir('path to my \IndexTemplatefiles')
FileList = glob.glob('*.xlsx')
print(FileList)

for fname in FileList:
    excel = pd.ExcelFile(fname)

sheets = pd.ExcelFile(fname).sheet_names  # list of sheets
print(fname)

for sheet in excel.sheet_names:

    df2 = pd.read_excel(excel, sheet_name=sheet)

    df3 = pd.read_excel(CostGroupFile, sheet_name='Sheet2')

    #merging df1 and df2
    df1 = pd.merge(df1, df2, left_on='Version', right_on='Version Market - USE', how='left')

    df1.loc[(
        (df1['Cost Group'] == "CBSS_ron_rt_na_disp_JZJN") &
        (df1['Version'].isin(df2['Version Market - USE'])),
        'Cost Total')] = (df1['Market Spend'] / df1['Sum of Impressions']) * df1['Impressions']

    #deleting extra columns
    df1 = df1.drop(columns=['..all columns that came after merging'])

    df1.to_excel(writer, index=False)
    writer.save()

此代码正在运行并更新成本总值，但您可以看到我手动输入的成本组，我希望它是动态的。

如果 excel 文件（索引模板文件）名称与 df3[filename] 相似，并且其工作表名称（即 df2 的 sheetname）与 df3[Sheetname] 相似，则使用相应的成本组并在过滤器部分中使用过滤 df1 并更新总成本。

Answer 1

您有数据示例吗？
我不确定这是否是你想要的……虽然你可以试试这个

df1.loc[df1['Version – USE'].isin(df2['Version - USE']), 'Cost Total'] = 0