Python 将数据帧的每一行与另一行的所有行进行比较

编辑

@ashkangh对原始问题的回答非常好，但问题本身就不那么琐碎了：对于

df1

而言，并非

宽度和
厚度的所有可能值，但只给出了最小值和最大值。此外，两个数据帧中的
宽度
和
厚度
通常都是浮点数（不是整数）

因此，我有两个数据帧
df1
和
df2
：

import pandas as pd

d1 = {'order_id': range(3), 
      'width': [[0.9, 3.1], [0.7, 2.5], [1.9, 3.3]], 
      'thickness': [[9.9, 11.1], [11.7, 14.4], [9.1, 13.2]]}
df1 = pd.DataFrame(d1)

df1
   order_id       width     thickness
0         0  [0.9, 3.1]   [9.9, 11.1]
1         1  [0.7, 2.5]  [11.7, 14.4]
2         2  [1.9, 3.3]   [9.1, 13.2]

d2 = {'piece_id': range(10, 15), 
      'width': [2, 3, 3, 1, 2], 
      'thickness':[10, 15, 9, 11, 12]}
df2 = pd.DataFrame(d2)

df2
   piece_id  width  thickness
0        10      2         10
1        11      3         15
2        12      3          9
3        13      1         11
4        14      2         12

现在我想找出
df2
中的哪些片段适合
df1
中的哪些顺序。也就是说，如果
df2.width
在
df1.width
和
df2.thickness
在
df1.thickness
中

因此，所需的输出应为：

   order_id  piece_id  width  thickness
0         0        10   True       True
1         0        11   True      False
2         0        12   True      False
3         0        13   True       True
4         0        14   True      False
5         1        10   True      False
6         1        11  False      False
7         1        12  False      False
8         1        13   True      False
9         1        14   True       True
10        2        10   True       True
11        2        11   True      False
12        2        12   True      False
13        2        13  False       True
14        2        14   True       True

或者更好（只保留合适的
订单id
-
件id
对）

我可以使用循环，但是数据帧可能相当大（10^3-10^5行），所以我想知道是否有更智能的解决方案

原始数据帧

（
df1
中的
width
和
thickness
是明确给出的，并且只有整数。）

使用
explode
方法和
merge
可以得到您的结果：

df1.explode('width').explode('thickness')\
   .merge(df2, on=['width', 'thickness'], how='inner')[['order_id', 'piece_id']]

输出：

    order_id    piece_id
0     0          13
1     0          10
2     2          10
3     1          14
4     2          14

你的答案很好，但问题本身却有点棘手——我已经对问题进行了相应的编辑。
df1.explode('width').explode('thickness')\
   .merge(df2, on=['width', 'thickness'], how='inner')[['order_id', 'piece_id']]

    order_id    piece_id
0     0          13
1     0          10
2     2          10
3     1          14
4     2          14