现有Df1、df2，df1拥有A、B两列，df2只有两列数据，df1新建第三列，进行判断：若A、B同时满足存在于df2内，则C列写入"买卖"，如果只有A存在于df2内，则C写入"买"，如果只有B存在于df2内，则C写入"卖"，如果A和B都不存在于df2内，则C写入"空"

在Python的Pandas库中，你可以使用条件布尔索引来实现这样的操作。首先，你需要创建一个笛卡尔积（Cartesian product）来检查每个组合(A, B)是否都在df2中，然后根据结果填充df1的新列C。以下是具体的步骤：

import pandas as pd

# 假设 df1 和 df2 是 DataFrame 的实例
df1 = pd.DataFrame({'A': df1['A'].tolist(), 'B': df1['B'].tolist()})
df2 = pd.DataFrame({'Column1': df2['Column1'].tolist(), 'Column2': df2['Column2'].tolist()})

# 创建笛卡尔积
combined_df = pd.merge(df1, df2, how='outer', indicator=True)

# 根据合并结果填写新列C
combined_df['C'] = np.select(
    [
        (combined_df['_merge'] == 'both'),  # A和B同时存在
        (combined_df['_merge'] == 'left_only') & (combined_df['Column1'].notna()),  # 只有A存在
        (combined_df['_merge'] == 'right_only') & (combined_df['Column2'].notna()),  # 只有B存在
        (combined_df['_merge'] == 'none')  # A和B都不存在
    ],
    ['买卖', '买', '卖', '空'],
    default='空'
)

# 将结果回填到原始df1
df1['C'] = combined_df[df1.index]['C']

# 删除临时用于合并的 '_merge' 列
df1.drop('_merge', axis=1, inplace=True)

在这个例子中，`np.select`函数根据不同的条件选择相应的字符串并填充到新列C中。最后别忘了删除临时添加的 `_merge` 列。