如何从 Python 中两个不同数据帧中的两个不同索引中提取信息？

Question

我有两个不同长度的数据框：

      Df1                     Df2    
      11    A12               11    B72
      11    E17               12    F15
      11    B72               13    C12
      11    E15  
      11    C12
      11    B2
      43    C11 

我正在尝试执行for 循环来计算Df1 中的所有行，直到索引1 的值出现在Df2 中，但只要Df2 中的索引0 匹配在Df1 中索引0。然后我想保存计算的内容并循环。

我尝试了各种 for-while-if 循环，但都没有真正起作用，这就是我被卡住的地方（对不起，可怕的格式）：

     for row_i in range(len(Df2)):
         one_Df2=(Df2.iloc[row_i,1,])
         two_Df2=((int(df.iloc[row_i,0,])))
         for row_ii in range(len(df1)):  
             one_Df1=(df.iloc[row_ii,1,])
             two_Df1=((int(df.iloc[row_ii,0,])))
                  if two_Df1==two_Df2: 
                      if aoi_row_iiii is not aoi_row_iii:
                          counter_2=counter_2+1#--> count +1        
                      else:
                          Df3.append(counter_2)
                          counter_2=0

但是，这个嵌套的 for 循环在开始时会导致堆栈溢出，并且没有任何反应。如果我一个一个地做它们并打印它就可以了。谁能帮助一个绝望的初学者？

Answer 1

我会猜测一下，因为您没有为您的示例提供输出（也尝试在源代码中提供数据，以便其他人可以轻松地将其应用于测试目的）。

无论如何，试着看看下面的食谱是否能如你所愿。它依赖于嵌套循环和if 语句，这似乎是您的标准：

df1 = np.array([['11', 'A12'],
                ['11', 'E17']
                , ['11', 'B72']
                , ['11', 'E15']
                , ['11', 'C12']
                , ['11', 'B2']
                , ['12', 'F15']
                , ['12', 'C12']
                , ['12', 'B2']
                , ['13', 'C13']
                , ['13', 'B2']
                , ['13', 'F15']
                , ['13', 'C12']
                , ['43', 'C11']])

df2 = np.array([['11', 'B72'],
                ['12', 'F15']
                , ['13', 'C12']])

counter = []
for i in range(df2.shape[0]):
    counter.append(0)
    for j in range(df1.shape[0]):
        if df1[j, 0] == df2[i, 0]:
            if df1[j, 1] != df2[i, 1]:
                counter[-1] += 1
            elif df1[j, 1] == df2[i, 1]:
                counter[-1] += 1
                break

print(counter)

，结果是这样的：

[3, 1, 4]

我在您的df1 中添加了几个点，以测试检查是否按照我从您的 OP 中解释的方式遵循了每个标准。另请注意，一旦达到停止条件之一，使用 break 停止循环。

我使用了 numpy 数组，因为它看起来与您在代码中所做的足够相似（尽管我怀疑您使用的是 pandas；如果是这种情况，可能希望将其放在标签中）。数组都是字符串，这就是为什么我从不将任何东西转换为数字。等式也一样。