基于列值条件过滤行并合并DataFrame：为df1添加指定字段

实现步骤 #

• 第一步：筛选df2中stage状态为done的卷（vol）及其对应load批次

  stage_done = df2[(df2['counter_name'] == 'stage') & (df2['counter_value'] == 'done')][['vol', 'load']]
  

• 第二步：提取df2里bytes_read和bytes_written的记录，仅保留属于stage_done范围内的数据

  bytes_data = df2[df2['counter_name'].isin(['bytes_read', 'bytes_written'])]
  valid_bytes = bytes_data.merge(stage_done, on=['vol', 'load'], how='inner')
  

• 第三步：将筛选后的字节数据转为宽表格式，适配df1的结构

  valid_bytes_wide = valid_bytes.pivot(index='vol', columns='counter_name', values='counter_value').reset_index()
  

• 第四步：将处理好的字节数据合并到df1，无匹配记录的字段自动填充NaN

  df1 = df1.merge(valid_bytes_wide, on='vol', how='left')
  

最终结果 #

执行后df1将变为：

vol  comp  sort  bytes_read  bytes_written
0  vol1    10    20      150.0          250.0
1  vol2    10    20        NaN            NaN

内容的提问来源于stack exchange，提问作者user3555115