Python 2.7 使用条件合并两个数据帧

pandas中是否有方法通过使用条件语句合并两个长度不同的数据帧？ 例如：

pd.merge（df1，df2，on=）

例如，假设有两个数据帧，分别包含10000和15000个对象的df1和df2。 我想使用两个目录的x和y位置来匹配它们之间的公共对象。对象应在df1和df2之间匹配，以便匹配的对象彼此位于1m半径范围内

除了x和y之外，这两个数据帧之间没有任何共同之处

到目前为止，我认为最好的方法是使用for循环。我相信有一个更快更好的方法来做到这一点

delta = 1.0
result = pd.concat([df1, df2], axis=1)
for index, values in result.T.iteritems():
   if len(result[((result.x.iloc[:,1]-delta)<values.x.iloc[0]) & ((result.x.iloc[:,1]+delta)>values.x.iloc[0]) &
  ((result.y.iloc[:,1]-delta)<values.y.iloc[0]) & ((result.y.iloc[:,1]+delta)>values.y.iloc[0])])>0 :

        print values.id

delta=1.0
结果=pd.concat（[df1，df2]，轴=1）
对于索引，result.T.iteritems（）中的值：
如果len（result[（（result.x.iloc[：，1]-delta）值为.x.iloc[0]）&
（（result.y.iloc[：，1]-delta）value.y.iloc[0]））>0:
打印值.id

是否需要将df2中的每个值与df1中的每个值进行比较？如果超过一行符合条件，该怎么办？这是可能的吗？你不能用任何函数连接条件语句。您必须在每个可以连接的数据框中创建键。@chris sc所有问题都是。所以这应该能够识别多个匹配项并返回它们。@firelynx您能解释一下您在熊猫中是如何做到这一点的吗？显然，有一个非pandas函数也使用kd树进行类似操作：当您需要检查每个值排列时，它的复杂性为O（m*n）（m和n是每个df的值数）。你需要解决的问题是如何让你的循环更有效，但我不认为有一个直接的方法（即现有的函数）在pandas中做到这一点。

delta = 1.0
result = pd.concat([df1, df2], axis=1)
for index, values in result.T.iteritems():
   if len(result[((result.x.iloc[:,1]-delta)<values.x.iloc[0]) & ((result.x.iloc[:,1]+delta)>values.x.iloc[0]) &
  ((result.y.iloc[:,1]-delta)<values.y.iloc[0]) & ((result.y.iloc[:,1]+delta)>values.y.iloc[0])])>0 :

        print values.id