Python 根据当前行的值选择行

假设我有两个数据框，分别是餐厅和类别。 我正在尝试创建一个新的列，其中将包含位于同一区域且至少有一个共同类别的餐厅数量

我怎样才能做到这一点？以下是我到目前为止所做的

Restaurant contains: id, zone
      id    Zone   ... 
0     11    H5X    ...
1     12    H2A  
2     13    H5X
3     14    H53
4     15    H21    ... 



Category contains: id, category
      id    category    ...
0     11    Sushi       ...
1     12    Fast Food
2     13    Sandwich
3     13    Sushi
4     14    Noodle
5     14    Fast Food
6     15    Bakeries    ...

现在，我如何创建一个新的列“交集”到originalDF以产生以下结果：

     id    Zone   intersection
0     11    H5X    1 (since there is one restaurant, id=13, that is in the same zone(H5X 
                                        and have at least one category in common, Sushi)
1     12    H2A    0
3     13    H5X    1 (since there is one restaurant, id =11, that is in the same zone (h5x) andat 
                       least one category in common , sushi)
5     14    H53    0
6     15    H21    0

谁能帮帮我吗？我迷路了。谢谢

import pandas as pd 

# create both datasets
df1 = pd.DataFrame({
    'id': [11, 12, 13, 14, 15],
    'zone': ['H5X', 'H2A', 'H5X', 'H53', 'H21']
})
df1.head()

df2 = pd.DataFrame({
    'id': [11, 12, 13, 13, 14, 14, 15],
    'category': ['Sushi', 'Fast food', 'Sandwich', 'Sushi', 'Noodle', 'Fats food', 'Bakeries']
})
df2.head()

# merge datasets based on restaurant id
df3 = pd.merge(df1, df2, how='left', on=['id'])
df3.reset_index(drop=True, inplace=True)
df3.head()

输出：

输出：

#将计数合并到第一个数据帧以获得所需结果
df4=pd.merge（df1，cnt，how='left'，on='zone'）
df4['count']=df4['count']。应用（lambda x:0如果x您好，非常感谢您给我这个解决方案。我仍在尝试改变一些东西，我认为我没有解释好。对于餐馆中的x，我试图找到同一区域中与x至少共享一个类别的餐馆的数量。哦，在我写这篇文章时，我想……？我需要做的就是计算发生的次数e、 mhmmm我不确定了，我会用你的代码尝试更多的东西，再次感谢！！！！你的最终输出，例如id=13的行，有2行，我希望它是1行，在交叉点显示1，因为有1行（可能更多）与餐厅id=13位于同一区域的餐厅，其中餐厅至少有一个类别与餐厅13相同。再次感谢您的表达
df4.loc[df4['crossion']==1]
可以帮助您根据交叉点计数筛选数据框。例如
df4.loc[df4['crossion']==2]
将只留下两个交叉点的行。您好，从过去几周以来，我尝试了很多事情。但我似乎仍然无法获得它，我修改了您的代码和所有内容，但我无法获得我想要的Q\u Q。总之，对于每一行，我想获得位于同一区域且在com中至少有一个类别的餐厅id的数量我还在第一步。我合并了DF1和DF2得到DF3。DF1=餐厅id，区域，DF2=餐厅id，类别，DF3=餐厅id，区域，类别。你的代码给出了交叉点，但不是我试图得到的最终结果。你能帮我吗：(
# count repeating zone / category
cnt = df3.groupby(['zone', 'category']).size().to_frame('count')
cnt.head(10)

# merge counts to first dataframe to achieve desired result
df4 = pd.merge(df1, cnt, how='left', on='zone')
df4['count'] = df4['count'].apply(lambda x: 0 if x <=1 else 1)
df4.rename(columns={'count': 'intersection'}, inplace=True)
df4.head()