基于两个DataFrame多列比较更新replaceFlag列的实现需求

现有数据定义 #

import pandas as pd

df1 = pd.DataFrame({"A": [1, 1, 2, 2, 3, 3, 4], "B": [1, 2, 1, 3, 1, 2, 1]})
df2 = pd.DataFrame({"C": [1, 1, 2, 2, 3], "D": [1, 2, 1, 4, 3]})
df1['replaceFlag'] = pd.NA

需求说明 #

仅当df1.A与df2.C匹配，但df1.B不在该匹配C对应的所有df2.D值中时，将df1.replaceFlag设为1，其余保持pd.NA。

实现代码 #

# 构建C对应的有效D值集合
valid_d_groups = df2.groupby('C')['D'].agg(set)

# 按条件更新replaceFlag列
df1['replaceFlag'] = df1.apply(
    lambda x: 1 if x['A'] in valid_d_groups.index and x['B'] not in valid_d_groups[x['A']] else pd.NA,
    axis=1
)

输出结果 #

内容的提问来源于stack exchange，提问作者Rupal