如何在Python中比较两个不同数据帧的单元格值？

我有两个数据帧：

人_df

Name  Emplid  Country

    0  DK     123    India

    1  JS     456    India

    2  RM     789    China

    3  MS     111    China

    4  SR     222    China

Target_df

Country Category    Target

    0   India   Marketing   Reduce spend by $xy.

    1   India   R&D         Increase spend by $dd.

    2   India   Infra       Reduce spend by $kn.

    3   China   Marketing   Increase spend by $eg.

    4   China   R&D         Increase spend by $cb.

    5   China   Infra       Reduce spend by $mn.

我的目标是基于每个人的国家创建第三个数据框，如下所示：

个人_df

TargetID    Category    Target

    DK12301     Marketing   Reduce spend by $xy.

    DK12302     R&D         Increase spend by $dd.

    DK12303     Infra       Reduce spend by $kn.

    JS45601     Marketing   Reduce spend by $xy.

    JS45602     R&D         Increase spend by $dd.

    JS45603     Infra       Reduce spend by $kn.

    RM78901     Marketing   Increase spend by $eg.

    RM78902     R&D         Increase spend by $cb.

    RM78903     Infra       Reduce spend by $mn.

    MS11101     Marketing   Increase spend by $eg.

    MS11102     R&D         Increase spend by $cb.

    MS11103     Infra       Reduce spend by $mn.

    SR22201     Marketing   Increase spend by $eg.

    SR22202     R&D         Increase spend by $cb.

    SR22203     Infra       Reduce spend by $mn.

for index, row in Person_df.iterrows():

     

        for index1, row1 in Goals_df.iterrows():

            If Person_df['country'] == Person_df['country'] : #I know this is incorrect

                data = [] 

                #populate data[] with selected values for one person.

                #append data[] to Individual_df

基本上，我必须从person_df中选取一个人，将他/她的国家与Target_df中提到的国家匹配，然后将每个目标分配给此人（并存储在个人_df中）

问题是，我是python新手，不知道如何进行这个国家的比较

我写了下面的代码：

TargetID    Category    Target

    DK12301     Marketing   Reduce spend by $xy.

    DK12302     R&D         Increase spend by $dd.

    DK12303     Infra       Reduce spend by $kn.

    JS45601     Marketing   Reduce spend by $xy.

    JS45602     R&D         Increase spend by $dd.

    JS45603     Infra       Reduce spend by $kn.

    RM78901     Marketing   Increase spend by $eg.

    RM78902     R&D         Increase spend by $cb.

    RM78903     Infra       Reduce spend by $mn.

    MS11101     Marketing   Increase spend by $eg.

    MS11102     R&D         Increase spend by $cb.

    MS11103     Infra       Reduce spend by $mn.

    SR22201     Marketing   Increase spend by $eg.

    SR22202     R&D         Increase spend by $cb.

    SR22203     Infra       Reduce spend by $mn.

for index, row in Person_df.iterrows():

     

        for index1, row1 in Goals_df.iterrows():

            If Person_df['country'] == Person_df['country'] : #I know this is incorrect

                data = [] 

                #populate data[] with selected values for one person.

                #append data[] to Individual_df

我需要以下几点的帮助：

1） 我如何才能在这里为每个人的国家进行比较

2） 即使我知道如何进行比较，我编写的代码也没有效率，因为我在这里进行了大量不必要的迭代。有什么建议吗？我该如何改进

谢谢

试试这个

Individual_df = pd.merge(Person_df, Target_df2, on=['Country'], how='left')
Individual_df['TargetID'] = Individual_df['Name'] + df3['Emplid'].astype(str) + ((df3.groupby('Emplid').cumcount() + 1).astype(str).str.zfill(2))
Individual_df = Individual_df[['TargetID', 'Category', 'Target']]
print Individual_df

输出：

   TargetID   Category                  Target
0   DK12301  Marketing    Reduce spend by $xy.
1   DK12302        R&D  Increase spend by $dd.
2   DK12303      Infra    Reduce spend by $kn.
3   JS45601  Marketing    Reduce spend by $xy.
4   JS45602        R&D  Increase spend by $dd.
5   JS45603      Infra    Reduce spend by $kn.
6   RM78901  Marketing  Increase spend by $eg.
7   RM78902        R&D  Increase spend by $cb.
8   RM78903      Infra    Reduce spend by $mn.
9   MS11101  Marketing  Increase spend by $eg.
10  MS11102        R&D  Increase spend by $cb.
11  MS11103      Infra    Reduce spend by $mn.
12  SR22201  Marketing  Increase spend by $eg.
13  SR22202        R&D  Increase spend by $cb.
14  SR22203      Infra    Reduce spend by $mn.

说明：

与人员和目标进行左连接

然后根据姓名和员工Id创建TargetID，cumcount为emp Id

提取所需的列

用户请求通过for循环获取行：

unique_countries=df1['Country'].unique().tolist()

for index, row in df2.iterrows():
    if row['Country'] in unique_countries:
        print row.values
        //do operation

说明：

查找Person_df的唯一元素

通过for循环迭代单个_df

检查唯一元素（国家）中是否存在国家/地区 如果存在，执行所需的操作

---

嗨，萨辛，谢谢你的解决方案。我正在尝试这个。在原始区域数据中，最终数据集的列数和条件更多，因此需要一些时间。当前正在尝试更正“缓冲区的维度数错误（预期为1，实际为2）”！我一完成就会更新：）是的，当然。祝你好运：）嗨，萨辛，它工作得很好！我是python新手，但我还不知道数据帧连接。只是想知道，假设这些连接选项不存在，我们被迫使用good old for循环进行数据比较（就像我试图做的那样）……那么我们如何在不同的数据帧中比较这两个值？@AnshulRai-我没有回答你的问题。是否要使用for循环比较两个不同的列？是。希望将一个数据帧的列值与另一个数据帧的列值进行比较（第一行的第一个数据框中的“country”列为“India”，所以我想通过另一个数据框的“country”列，选择列值为“India”的行。现在我知道这根本不需要，因为我们可以简单地在公共列上联接。仍然想知道我们是否可以在不联接的情况下实现这一点（只是为了学习）。再次感谢Thasin提供第二种解决方案！@AnshulRai-欢迎您。请随时提出python或pandas问题。如果您有任何帮助，请通过我的电子邮件与我联系。