Python 比较两个不同数据帧中的列元素，其中条件基于表中的函数

我有两个数据帧，其中

df1.bbox\u col

和

df2.bbox\u col

是它们的一列，如下所示：

for index1, row1 in df1:
    for index2, row2 in df2:
        if area(row1.bbox_col, row2.bbox_col) > thresh:
            df1.iloc[index1]['bbox_col'] = row2.bbox_col
        else:
            df1 = df1.append(df2.row)

df1.bbox\u col：

          bbox_col
 0   [20, 30, 40, 50]
 1   [5, 15, 48, 90]
 2   [111, 72, 51, 18]

          bbox_col
 0   [26, 62, 72, 56]
 1   [2, 18, 43, 95]
 2   [123, 90, 48, 51]
 3   [156, 76, 65, 97]
 4   [65, 76, 87, 32]
 5   [54, 78, 34, 56]

df2.bbox_col：

          bbox_col
 0   [20, 30, 40, 50]
 1   [5, 15, 48, 90]
 2   [111, 72, 51, 18]

          bbox_col
 0   [26, 62, 72, 56]
 1   [2, 18, 43, 95]
 2   [123, 90, 48, 51]
 3   [156, 76, 65, 97]
 4   [65, 76, 87, 32]
 5   [54, 78, 34, 56]

我有一个函数

area

，它接受两个边界框numpy数组并返回一个浮点值

def area(bbox1, bbox2):
    some operations...

    return float_val

我想将此函数应用于两列的所有元素，如果返回值大于

thresh

，即

float\u val>thresh

，则在数据帧中更新

df1[index1][bbox\u col]=df2[index2][bbox\u col

否则，如果

float\u val

，则将

df2.iloc[index2]

行附加到

df1

我试图通过迭代两个数据帧的行并进行如下比较来实现这一点：

for index1, row1 in df1:
    for index2, row2 in df2:
        if area(row1.bbox_col, row2.bbox_col) > thresh:
            df1.iloc[index1]['bbox_col'] = row2.bbox_col
        else:
            df1 = df1.append(df2.row)

所以基本上，我想做的是检查某个特定元素是否符合条件并替换它，或者将第二个数据帧的行附加到第一个数据帧

我正试图解决以下两个问题：

for index1, row1 in df1:
    for index2, row2 in df2:
        if area(row1.bbox_col, row2.bbox_col) > thresh:
            df1.iloc[index1]['bbox_col'] = row2.bbox_col
        else:
            df1 = df1.append(df2.row)

我看到我的代码多次追加行。可能是因为嵌套循环（但我无法确定或纠正这一点）

我正在寻找一种更优化或矢量化的方法来实现这一点

我曾考虑使用像df.apply（）这样的函数来实现这一点，但它只需要一个数据帧

---

最后，我正在寻找类似的东西，但是

on=

是

pd.merge

中的一个函数。…

2注释。（1） 对于优化/矢量化方法，您需要使用NumPy数组或（至少）将列表系列扩展为4列。记住

df。使用自定义函数应用

永远不会矢量化。（2） 您是否不关心矢量化

区域

？这很可能最终成为主要的瓶颈，但我们不知道它会起什么作用..@jpp，正如您所提到的。。。我实际上是在检查

area

func中两个bbox重叠的面积（百分比）。因此，我需要检查

df2

中每个bbox与

df1

中每个bbox的重叠区域。我期待在基于函数的列上使用

df.merge

。。。