如何用唯一标识符统计两个DataFrame指定条件的匹配数？（Python）

直接用Pandas的合并+条件筛选就能解决循环带来的歧义问题，步骤如下：

1. 合并两个DataFrame
   通过唯一标识符id将df1和df2内连接，确保同一id的snack和treat字段对应到同一行，避免循环时的匹配歧义。

merged_df = pd.merge(df1, df2, on='id', how='inner')

2. 定义筛选条件并统计数量
   直接通过布尔数组筛选符合要求的行，再统计数量（布尔值的sum()会自动计数True的个数）：

# 条件1：snack为chips且treat为brownie
cond1 = (merged_df['snack'] == 'chips') & (merged_df['treat'] == 'brownie')
# 条件2：snack为pretzels且treat为cake
cond2 = (merged_df['snack'] == 'pretzels') & (merged_df['treat'] == 'cake')

# 统计两个条件的总匹配数
total_matches = (cond1 | cond2).sum()

完整可运行示例 #

import pandas as pd

# 构建示例数据
df1 = pd.DataFrame({
    'id': [456, 123, 789, 246],
    'snack': ['chips', 'pretzels', 'chips', 'pretzels']
})

df2 = pd.DataFrame({
    'id': [123, 789, 246, 456],
    'treat': ['cake', 'brownie', 'brownie', 'brownie']
})

# 合并数据
merged_df = pd.merge(df1, df2, on='id', how='inner')

# 计算匹配数
cond1 = (merged_df['snack'] == 'chips') & (merged_df['treat'] == 'brownie')
cond2 = (merged_df['snack'] == 'pretzels') & (merged_df['treat'] == 'cake')
total_matches = (cond1 | cond2).sum()

print(f"符合条件的匹配数量: {total_matches}")

运行结果为3，对应id为456、789、123的三条记录。

为什么循环会报"ambiguous"错误？ #

循环处理时如果没有严格对齐id的索引或匹配关系，比如df1和df2的id顺序不一致、存在重复id，就会出现匹配歧义。用merge方法能自动按id配对，从根源避免这类问题，同时比循环更高效。

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