如何使用数据帧中的每一行过滤查询

Question

我遇到了一个无法解决的问题

我有这样一个熊猫的数据框：

    LastName FirstName Goals
0    Messi    Lionel    10

1   Donovan   Landon    7

2   Hazard     Eden     5

我需要对Teradata进行查询，从另一个表中获取数据，通过数据框中每个人的LastName和FirstName过滤结果，如下所示：

"Select * from Table1 where (LastName= 'Messi' and FirstName='Lionel) or (LastName='Donovan' and FirstName='Landon') or (LastName='Hazard' and FirstName='Eden')"

我尝试了一些循环，但我不能做到这一点，采取每一行，并添加或语句。有人有办法解决吗

提前谢谢

Answer 1

我们通常可以做merge

cond=pd.DataFrame({'FirstName':['Lionel','Landon','Eden'], 'LastName':['Messi','Donovan','Hazard']})
df=df.merge(cond, how='inner')

Answer 2

如果要检查一个表中多列的值与另一个表中多列的值，可以执行以下操作：

SELECT *
FROM Table1
WHERE (LastName, FirstName) IN (
  SELECT lastname, firstname
  FROM <some_table>
)

我不确定DataFrame是如何工作的，但是如果您可以在SQL的某些风格中访问DataFrame结果集中的(lastname, firstname)字段，请尝试将其粘贴到IN ()构造中

SQL Fiddle

Answer 3

这可以通过应用遮罩来解决

假设给定df：

条件1:（LastName='mesi'和FirstName='Lionel'）

cond1 = df['LastName'].eq('Messi') & df['FirstName'].eq('Lionel')

条件2:（LastName='Donovan'和FirstName='Landon'）

cond2 = df['LastName'].eq('Donovan') & df['FirstName'].eq('Landon')

其他名字也一样

然后使用loc选择：

df.loc[cond1 | cond2, :]

您可以添加任意多个条件。希望这有帮助