基于Pandas实现DataFrame列匹配及Product_ID校验的技术问询

需求 #

• 将consolidate_df的Source2/Source3列与scheduler_df的Spider列匹配，生成isScheduler列标记匹配结果（True/False）
• 若isScheduler为True，校验对应scheduler_df中的Product_ID是否为12345，生成isProd列标记结果

数据示例 #

consolidate_df #

Source2      Source3
Jen_Arrest    Jen_Jail
Ben_Arrest    Ben_Jail

scheduler_df #

Spider      Product_ID
Jen_Arrest   88888
Ben_Arrest   12345

现有代码 #

import pandas as pd
import os

consolidate_df = pd.read_excel(os.path.join(path, consolidated_fn), sheet_name='Poseidon-2')
scheduler_df = pd.read_excel(os.path.join(path, scheduler_fn))

# 注意：原代码中列名为Source_2，示例中为Source2，需根据实际数据修正列名
consolidate_df['isScheduler'] = consolidate_df['Source2'].isin(scheduler_df['Spider']) | consolidate_df['Source3'].isin(scheduler_df['Spider']) 

解决方案 #

要生成isProd列，核心是建立Spider与「Product_ID是否为12345」的映射关系，再匹配到consolidate_df中：

1. 从scheduler_df生成映射字典，键为Spider值，值为对应Product_ID是否等于12345
2. 遍历consolidate_df每一行，检查Source2或Source3是否在映射字典中，取出对应的校验结果

完整代码如下：

import pandas as pd
import os

consolidate_df = pd.read_excel(os.path.join(path, consolidated_fn), sheet_name='Poseidon-2')
scheduler_df = pd.read_excel(os.path.join(path, scheduler_fn))

# 生成isScheduler列（确保列名与实际数据一致）
consolidate_df['isScheduler'] = consolidate_df['Source2'].isin(scheduler_df['Spider']) | consolidate_df['Source3'].isin(scheduler_df['Spider']) 

# 建立Spider到Product_ID是否为12345的映射
prod_check_map = scheduler_df.set_index('Spider')['Product_ID'].eq(12345).to_dict()

# 生成isProd列：匹配到Spider则取对应校验结果，否则为False
consolidate_df['isProd'] = consolidate_df.apply(
    lambda row: prod_check_map.get(row['Source2'], False) or prod_check_map.get(row['Source3'], False),
    axis=1
)

# 提取目标列输出
result_df = consolidate_df[['Source2', 'isScheduler', 'isProd']]
print(result_df)

最终输出结果 #

Source2      isScheduler   isProd
Jen_Arrest   True         False
Ben_Arrest   True         True

内容的提问来源于stack exchange，提问作者python2134