Python 根据字典中的条件过滤长格式 Pandas DF

假设我订购了一些JSON格式的多标准编码语言专家:

request = {'languages_required': {'Python': 4,
                                  'Java': 2},
           'other_requests': []
          }

languages_required意味着候选人必须具备该语言的技能，人数是该语言的最低水平.

候选数据帧的格式很长:

df = pd.DataFrame({'candidate': ['a', 'a', 'a', 'b', 'b', 'c', 'c', 'd', 'd', 'd'],
                  'language': ['Python', 'Java', 'Scala', 'Python', 'R', 'Python', 'Java', 'Python', 'Scala', 'Java'],
                  'skill': [5, 4, 4, 6, 8, 1, 3, 5, 2, 2]})

这就产生了:

    candidate   language    skill
0       a       Python      5
1       a       Java        4
2       a       Scala       4
3       b       Python      6
4       b       R           8
5       c       Python      1
6       c       Java        3
7       d       Python      5
8       d       Scala       2
9       d       Java        2

我需要做的是用符合申请要求的所需语言保留候选人及其技能，即:

1. 具备上述两种语言的技能
2. 这些语言的技能等于或高于词典中的值

因此，预期输出为:

    candidate   language    skill
0       a       Python      5
1       a       Java        4
7       d       Python      5
9       d       Java        2

我能够根据字典的键()筛选候选语言:

lang_mask = df[df['language'].isin(request['languages_required'].keys())]\
                                                                         .groupby('candidate')['language']\
                                                                         .apply(lambda x: set(request['languages_required']).issubset(x))

…但在每种语言条件下，添加"高于"的难度很大.我真的很感谢你的帮助.