Python 如何比较行值和来自另一个数据帧的组值之和？

我有两个数据帧，看起来像这样

df1 = pd.DataFrame({'A': ['A', 'B', 'C', 'D', 'E', 'F', 'G', 'H'],
                    'B': ['C1', 'C1', 'C1', 'C1', 'C2', 'C2', 'C2', 'C2'],
                    'Y': [0, 1, 1, 0, 1, 1, 0, 1],
                    'Z': [4, 5, 2, 1, 2, 1, 3, 5]})
Out[51]: 
   A   B  Y  Z
0  A  C1  0  4
1  B  C1  1  5
2  C  C1  1  2
3  D  C1  0  1
4  E  C2  1  2
5  F  C2  1  1
6  G  C2  0  3
7  H  C2  1  5

df2 = pd.DataFrame({'A': ['A', 'B', 'E', 'F', 'H'],
                    'B': ['C1', 'C1', 'C2', 'C2', 'C2'],
                    'V': [2, 3, 1, 4, 2]})
Out[52]: 
   A   B  V
0  A  C1  2
1  B  C1  3
2  E  C2  1
3  F  C2  4
4  H  C2  2

---

我想选择df1中Y==1和Z.cumsum（）的所有行，您可以使用df1.B上的

map

和df2的结果。请注意，我使用了

where

和not

loc

，它们只是将Z中的值替换为nan，而不是Y==1

print(df1[df1['Z'].where(df1['Y']==1).groupby(df1['B']).cumsum()
          <=df1['B'].map(df2.groupby('B')['V'].sum())])
   A   B  Y  Z
1  B  C1  1  5
4  E  C2  1  2
5  F  C2  1  1

print（df1[df1['Z'].where（df1['Y']==1）.groupby（df1['B']）.cumsum（）
您可以使用df1.B上的
map
和来自df2的结果。请注意，我使用
where
和not
loc
来替换Z中不是Y==1的值

print(df1[df1['Z'].where(df1['Y']==1).groupby(df1['B']).cumsum()
          <=df1['B'].map(df2.groupby('B')['V'].sum())])
   A   B  Y  Z
1  B  C1  1  5
4  E  C2  1  2
5  F  C2  1  1

print（df1[df1['Z'].where（df1['Y']==1）.groupby（df1['B']）.cumsum（）
print(df1[df1['Z'].where(df1['Y']==1).groupby(df1['B']).cumsum()
          <=df1['B'].map(df2.groupby('B')['V'].sum())])
   A   B  Y  Z
1  B  C1  1  5
4  E  C2  1  2
5  F  C2  1  1