使用dataframe2（pandas，python）中设置的条件从dataframe1提取值

我在过去问过一个类似的问题，但是，它的过滤条件不同。因此，我发布以下内容：

我有两个日期框（df1和df2），我试图找出如何使用df2中的条件从df1中提取值，并在df2中使用提取的值

df1=从中精确计算的值

df2=使用提取值的提取条件和df

条件：

df2.ans=df2HJ&df2.P1=df1 P2列

示例

如果df2（df2.HJ=99&df2.P1=0）；Ans=76（来自df1）

df1

df2的代码

data = {'HJ':[99,11,5,21,11],
'P1':['0','66','51','7','66']}
df2 = pd.DataFrame(data)

问候

---

谢谢你

我不知道你为什么想要这个例子，因为你的预期结果是df1和其他订单

---

但是如果你想连接不同的数据帧，它会很有用。连接函数：

多亏了@Pol Renau Larrodépointers，我才能够解决这个问题

---

res=df2.merge（df1，how='internal'，left_on=['HJ'，P1']，right_on=['HJ'，P1']）

原始df要大得多，并且都包含不同数量的行和列。为便于理解参考资料，示例缩短并简化了视觉。干杯该链接非常有用，有助于解决问题。感谢您简单地使用

df2.astype（{'P1'：'int'}）.merge（df1，on=['HJ'，'P1']）

这能回答您的问题吗？ ╔════╦════╗ ║ HJ ║ P1 ║ ╠════╬════╣ ║ 99 ║ 0 ║ ║ 11 ║ 66 ║ ║ 5 ║ 51 ║ ║ 21 ║ 7 ║ ║ 11 ║ 66 ║ ╚════╩════╝ ╔════╦════╦═══════╗ ║ HJ ║ P1 ║ Ans ║ ╠════╬════╬═══════╣ ║ 99 ║ 0 ║ 76 ║ ║ 11 ║ 66 ║ 45 ║ ║ 5 ║ 51 ║ 33 ║ ║ 21 ║ 7 ║ 55 ║ ║ 11 ║ 66 ║ 45 ║ ╚════╩════╩═══════╝

import pandas as pd
import numpy as np
data = {'HJ':[5,11,21,99,15],
'P1':[51,66,7,0,11]
,'P2':[ 33,45,55 ,76 ,42]}
df1 = pd.DataFrame(data)

data = {'HJ':[99,11,5,21,11],
'P1':['0','66','51','7','66']}
df2 = pd.DataFrame(data)