通过循环熊猫使用另一个数据帧过滤一个数据帧

Question

我有两个数据框 df1 和 df2。 df1 作为两列，在多行中具有不同的值。它看起来类似于以下内容：

col_a	col_b
aa	50
bb	132
dd	543

df2 具有与以下类似的结构：

col_a	col__b	col_x	col_y	col_z
aa	xy	xy	xy	2
aa	xy	xy	xy	3
bb	xy	xy	xy	14
bb	xy	xy	xy	9
bb	xy	xy	xy	6
cc	xy	xy	xy	0
cc	xy	xy	xy	2
dd	xy	xy	xy	0
dd	xy	xy	xy	2

我想通过使用来自df1 的值的循环过滤df2，这样在循环的第一次迭代之后我最终得到以下结果：

col_a	col_b	col_x	col_y	col_z
aa	xy	xy	xy	2
aa	xy	xy	xy	3

第二次迭代后，我应该有以下内容：

col_a	col_b	col_x	col_y	col_z
bb	xy	xy	xy	14
bb	xy	xy	xy	9
bb	xy	xy	xy	6

我不希望过滤器永久修改df2。后续迭代应根据 df1 的 col_a 值过滤 df2。

我不知道如何实现这一点，因此我将不胜感激。

Answer 1

您可以遍历您的唯一列值，然后根据每个唯一值过滤您的 df2。如果 df1 值是唯一的，则不需要 drop_duplicates，但我将其包含在此玩具示例中以防万一：

df1 = pd.DataFrame({'col_a':['aa', 'bb']})
df2 = pd.DataFrame({'col_a':['aa', 'aa', 'bb', 'bb'], 'other column':[1, 2, 3, 4]})

for col_value in df1['col_a'].drop_duplicates():
    df_temp_filtered = df2[df2['col_a'] == col_value]

在第 2 轮中得到这个 df_temp_filtered：

  col_a  other column
2    bb             3
3    bb             4