Python 2个数据帧的条件语句

我在解决以下问题时遇到问题：

我在熊猫中有两个数据帧，第一个数据帧（df1）是关于我买了一整年的水果，下一个数据帧（df2）是关于水果的定价。现在的问题在于df1中的一些水果价格不正确。下面是一个例子：

df1 = pd.DataFrame({'Fruits Bought Over a Year' : ['Apple', 'Apple', 'Apple', 'Apple', 'Orange', 'Watermelon',
                                      'Orange', 'Orange', 'Watermelon', 'Apple', 'Grapes', 
                                      'Watermelon', 'Grapes'],
       'Price': [5, 5, 4, 4.5, 3, 7, 2.5, 2, 6, 4, 1, 6, 2]})


df2 = pd.DataFrame({'Fruits' : ['Apple', 'Orange', 'Watermelon', 'Grapes'],
       'Fruits Price': [5, 3, 7, 2]})

我想做的是创建一个公式，可以评估（例如）如果df1中的苹果价格与df2中的价格不同，那么告诉我df2中的实际价格与df1中的错误价格之间的差异，并将其作为df1中的新列输入

---

示例：df1苹果成本为6，而df2中的实际价格苹果成本仅为5，现在差值为1，它将在df1中显示为一个名为“价格差异”的新列。

您可以尝试以下解决方案以获得结果：

将df2的索引设置为FROUTS列

将df2转换为字典

使用上述字典，使用apply方法获取差异

---

在第3步中，我们使用在第2步中创建的字典进行差异处理。

您的示例数据不是数据帧的有效表示形式

df1

具有不同的长度值。@QuangHoang已更正。OP缺少一个逗号。

df2 = df2.set_index('Fruits')

di = df2.to_dict('index')

df1['price difference'] = df1.apply(lambda row: abs(df1['Price'][row.name] - di[df1['Fruits Bought Over a Year'][row.name]]['Fruits Price']), axis=1)