Pandas循环一个数据帧，并将所有行与其他DF行进行比较，并赋值

Question

我有两个理由：

df1 = pd.DataFrame({'A':[3, 2, 5, 1, 6], 'B': [4, 6, 5, 8, 2], 'C': [4, 8, 3, 8, 0], 'D':[1, 4, 2, 8, 7], 'zebra': [5, 7, 2, 4, 8]})
df2 = pd.DataFrame({'B': [7, 3, 5, 1, 8], 'D':[4, 5, 8, 2, 3] })


print(df1)
print(df2)

   A  B  C  D    zebra
0  3  4  4  1      5
1  2  8  8  5      7
2  5  5  3  2      2
3  1  6  8  5      4
4  6  2  0  7      8
   B  D
0  7  4
1  3  5
2  5  8
3  8  5
4  8  3

这是一个简单的例子，在实际的df1中1000k行和10列，df2只有24行和更少的列。我想循环df2中的所有行，并比较那些特定的行（例如列'B'和'D'）从df2在df1中具有相同的列名，如果行值匹配（如果列B中的值和df2中的列D中的值匹配相同的值在相同的列中，但在df1中）将该行中的相应斑马值分配给df2中的同一行，创建新的列斑马并分配该值。如果没有找到匹配分配0或NaN的。

   B  D  zebra
0  7  4  nan
1  3  5  nan
2  5  8  nan
3  8  5  7
4  8  3  nan

例如，df2中只有行索引3将值'B'： 8和'D'： 5与df1中索引2的行匹配（注意：行索引在比较中不应该很重要），并将相应的行值7从列'zebra'分配到df2。

Answer 1

合并就行了

df2.merge(df1[['B', 'D', 'zebra']], on = ['B', 'D'], how = 'left')

    B   D   zebra
0   7   4   NaN
1   3   5   NaN
2   5   8   NaN
3   8   5   7.0
4   8   3   NaN