python - データフレーム: 動的メソッドの適用と結果の統合 (ループ、ピボット、マージの問題)

Question

ソースデータフレームから、m 列 (m1、m2、m3 ...) で観測された組み合わせに応じて、「参照テーブル」に従って、各行の対応する「ケース」(管理優先度) を特定し、この情報を保存します。

import pandas as pd

# Source Dataframe
src_df = pd.DataFrame({'A':[1,2,3], 'B':[4,5,6], 'C':[7,8,9], 'm1':["true","false","false"], 'm2':["true","false","true"], 'm3':["true","true","true"]})
print(src_df)
   A  B  C  m1     m2     m3
0  1  4  7  true   true   true
1  2  5  8  false  false  true
2  3  6  9  false  true   true

# Reference table
ref_df = ref_df = pd.DataFrame({'case':[1,1,2,2,2,3], 'priority':[1,1,2,2,2,3], 'method_name':["m1", "m2", "m1", "m2", "m3", "m1"], 'expected_result':["true", "true", "false", "false", "true", "false"]})
print(ref_df)
   case  priority method_name expected_result
0     1         1          m1            true
1     1         1          m2            true
2     2         2          m1           false
3     2         2          m2           false
4     2         2          m3            true
5     3         3          m1           false

# Identification of applicable case depending on real results (vs expected results from ref table)
# HELP => what is the "best way" to perform that ?
# => my idea: looping merge() method on source dataset for each case from ref table

# Sample output of expected consolidation/identification of applicable case:
   A  B  C   m1     m2     m3     case
0  1  4  7   true   true   true   1
1  2  5  8   false  false  true   2
2  3  6  9   false  true   true   3
# NB : careful that case 3 must not supersede case 2 because case 3 is also verified, but after case 2 has already been verified due to priority

私はすでにいくつかのことを試しましたが、「最良/最適化されたアプローチ」を使用するかどうかはわかりません。また、一時的なピボットと結果の最終的な統合 (ループを使用したマージ) に関する問題もあります。

「最善のアプローチ」で確実に開発できるように手伝ってもらえますか?

ご協力ありがとうございました！:)