Python 我需要合并2个数据帧与熊猫和添加一个过滤器

我需要合并2个数据帧与熊猫。我用的是Jupyter笔记本。 我可以合并，但不能过滤数据（比如SQL上的WHERE语句）。 数据帧具有相同的消息，这些消息由标签机标记为0或1。 数据帧有3列具有相等值-

Id

、

时间戳

、

消息

和2列具有不同标签值（1或0）的

高、低
我对“Id”列进行了合并

例如，我试图看到：

对于同一语句，Df1是否有值==1的列“高”和值==1的列“低”的情况？反之亦然

df1.merge（df2，on=['Id']，how='internal'）

现在我需要筛选，但找不到正确的语法

（df1[（df1[“high_-df1”]==1）]和（df2[（df2[“low_-df2”]==1）]）

我可以用单独的陈述来想象答案：

df1.loc[（df1['high_df1']==1）和（df2['low_df2']==1）]
df2.loc[（df2['low_df2']==1）和（df1['high_df1']==1）]

但我希望在一张表格中看到结果

有人能帮我吗？
据我所知：

df1 = df1.merge(df2, on = ['Id'], how='left')

df1.where((df1['high_df1'] == 1) & (df1['low_df2'] == 1))

对于同一语句，Df1是否有值==1的列“高”和值==1的列“低”的情况？反之亦然

另一种解决方案是应用适当的：

请读一下，嘿，Puccap，1。请格式化你的代码，2。请发布您预期的输出和输入数据（每行5行），并请阅读
df1.merge(df2, on=['Id'], how='inner').query('high_df1==1&low_df2==1|low_df1==1&high_df2==1')