如何对比一个DataFrame的单列值与另一DataFrame并筛选匹配行

x == df2['DATE']会返回和df2行数相同的布尔Series，每个元素对应df2该行的DATE是否等于x，if语句无法直接对Series做布尔判定，因此触发该错误。

注意：匹配前建议先统一两个表DATE列的格式，比如都转为datetime类型，避免因类型不一致导致匹配失败，转换代码参考：

import pandas as pd
df1['DATE'] = pd.to_datetime(df1['DATE'])
df2['DATE'] = pd.to_datetime(df2['DATE'])

方法1：修改原有循环逻辑 #

只需调整if判断的条件，用any()方法判断是否存在匹配项即可，修改后的代码：

for index,row in df1.iterrows():
    x = row['DATE']
    if (df2['DATE'] == x).any():
        print('Found')
        new = df2[df2['DATE'] == x]
        print(new)
    else:
        print(f'{x} Not Found')

运行输出结果：

Found
   ID NAME        DATE
0   1  abc  2020-05-20
1   2  bcd  2020-05-20
2020-05-21 Not Found

方法2：向量化操作（推荐，性能更高） #

不需要循环，直接用pandas自带的isin()方法一次性筛选所有匹配行，代码更简洁，大数据量下性能远高于循环写法：

# 筛选所有DATE在df1的DATE列中的df2行
matched_df = df2[df2['DATE'].isin(df1['DATE'])]
print(matched_df)

运行输出结果：

ID NAME        DATE
0   1  abc  2020-05-20
1   2  bcd  2020-05-20

如果需要单独标记df1每个日期是否匹配，可以补充如下代码：

df1['是否匹配'] = df1['DATE'].isin(df2['DATE'])
print(df1)

运行输出结果：

DATE  是否匹配
0 2020-05-20   True
1 2020-05-21  False

内容的提问来源于stack exchange，提问作者naina