Python 两个数据帧，查找第二个数据帧的索引，其中两列的值与第一列的值匹配

我有两个熊猫数据框，如图所示

DF1：

DF2（192 x 7）：

我想找到DF2的索引值，其中

df1[0]&df1[1]

匹配

DF2[0]&DF2[2]

。关于更多细节，这将在上面表示为从DF2的索引

3188

开始。随着DF2保持不变，DF1值将动态变化

---

编辑：刚刚注意到我的逻辑有一个错误。我的意思是

DF1[0]==DF2[0]

和

DF1[1]==DF2[2]

。我已经相应地更新了上面的内容。

您可以找到

DF2

与

offset=DF2.loc[（DF2[0]==DF1.loc[0,0]）和（DF2[1]==DF1.loc[0,1]）][0]匹配的第一个位置。如果要测试其余列是否匹配，则必须使它们具有相同的形状和索引。在这种情况下，匹配行之后的DF2部分总体上小于DF1，因此一种方法如下（如果DF1较小，则流程会有点不同）：

请不要发布代码、数据或回溯的图像。将其复制并粘贴为文本，然后将其格式化为代码（选择它并键入ctrl-k）。请说明不鼓励使用的原因。在笔记本中使用
打印（df）
，并按上述方式复制粘贴。谢谢，已更新。
&
是布尔运算符，列不是布尔运算符。我相信在Python中，整数上的
&
被解释为按位逻辑AND，这可能不是您想要的。您可能是指
（df1[0]==df2[0]）&（df1[1]==df2[1]）
，这是完全不同的。（按位逻辑AND表示Python采用数字的二进制表示形式，然后对数字的二进制数字进行应用和配对。）当Pandas比较两个数据帧时，它匹配索引。您的数据帧似乎有不同的索引，这意味着应该将什么与什么进行比较是不明确的。您似乎在问“当应用于索引时，如何找到将导致数据帧相同的偏移量”，但这并不完全清楚。
              0     1     2     3    4
0    2021-02-24  19.0  35.0  34.5  0.0
1    2021-02-24  20.0  33.0  34.5  0.0
2    2021-02-24  21.0  30.0  34.5  0.0
3    2021-02-24  22.0  28.0  34.5  0.0
4    2021-02-24  23.0  27.0  34.5  0.0
..          ...   ...   ...   ...  ...
163  2021-03-03  14.0  43.0  25.0  0.0
164  2021-03-03  15.0  47.0  25.0  0.0
165  2021-03-03  16.0  50.0  25.0  0.0
166  2021-03-03  17.0  51.0  25.0  0.0
167  2021-03-03  18.0  51.0  25.0  0.0

[168 rows x 5 columns]


              0    1     2     3     4     5    6
3171 2021-02-24  3.0   1.0   1.0  29.0  37.0  0.0
3172 2021-02-24  3.0   2.0   2.0  28.0  37.0  0.0
3173 2021-02-24  3.0   3.0   3.0  26.0  37.0  0.0
3174 2021-02-24  3.0   4.0   4.0  25.0  37.0  0.0
3175 2021-02-24  3.0   5.0   5.0  25.0  37.0  0.0
3176 2021-02-24  3.0   6.0   6.0  24.0  37.0  0.0
3177 2021-02-24  3.0   7.0   7.0  22.0  37.0  0.0
3178 2021-02-24  3.0   8.0   8.0  21.0  37.0  0.0
3179 2021-02-24  3.0   9.0   9.0  21.0  37.0  0.0
3180 2021-02-24  3.0  10.0  10.0  22.0  37.0  0.0
3181 2021-02-24  3.0  11.0  11.0  23.0  37.0  0.0
3182 2021-02-24  3.0  12.0  12.0  26.0  37.0  0.0
3183 2021-02-24  3.0  13.0  13.0  29.0  37.0  0.0
3184 2021-02-24  3.0  14.0  14.0  32.0  37.0  0.0
3185 2021-02-24  3.0  15.0  15.0  33.0  37.0  0.0
3186 2021-02-24  3.0  16.0  16.0  35.0  37.0  0.0
3187 2021-02-24  3.0  17.0  17.0  35.0  37.0  0.0
3188 2021-02-24  3.0  18.0  18.0  34.0  37.0  0.0
3189 2021-02-24  3.0  19.0  19.0  33.0  37.0  0.0
3190 2021-02-24  3.0  20.0  20.0  31.0  37.0  0.0

 DF2_tail = DF2.loc[offset:].copy()
 num_rows = DF2_tail.shape[0]
 DF2_tail.index = range(num_rows)
 DF1.loc[:num_rows,[0,1]].eq(DF2_tail[[0,1]])