Python Pandas：判断不同数据框中列之间的值并将多个可能值的列表返回到新列中

我正在try 比较来自两个不同数据帧的两列，并使用python返回所有可能的匹配:(在EXCEL中有点像xlookup，但有多个可能的匹配)

请参阅下面的详细信息以了解样本数据帧和我try 的工作.

下面是对数据集的解释:马克没有任何汽车，然而，在他的名字下列出了几辆车，我们知道这些车都不属于他.我正在try 查看DataFrame 1(Marks)，并将其与包含所有其他车主及其汽车的更 Big Data 集进行比较:DataFrame 2(Claimed)，并返回Mark汽车的可能车主，如下所示.

Dataframe 1 : Marks
Marks = pd.DataFrame({'Car Brand': ['Jeep','Jeep','BMW','Volvo'],'Owner Name': ['Mark', 
'Mark', 'Mark', 'Mark']})

    Car Brand   Owner Name
    0   Jeep    Mark
    1   Jeep    Mark
    2   BMW     Mark
    3   Volvo   Mark

数据帧2:已认领

数据帧2:已认领
claimed = pd.DataFrame({'Car Brand': ['Dodge', 'Jeep', 'BMW', 'Merc', 'Volvo', 'Jeep', 
'Volvo'], 'Owner Name': ['Chris', 'Frank','Rob','Kelly','John','Chris','Kelly']})

    Car Brand   Owner Name
   0    Dodge   Chris
   1    Jeep    Frank
   2    BMW     Rob
   3    Merc    Kelly
   4    Volvo   John
   5    Jeep    Chris
   6    Volvo   Kelly

然而，这些数据确实有重复的汽车品牌名称，车主名称是唯一的-这意味着即使凯利被提到两次，她也是同一个人.克里斯也是如此..等等

我希望我的Mark‘s DataFrame有一个新的列，如下所示:

Car Brand   Owner Name  Possible Owners
0   Jeep    Mark        [Frank, Chris]
1   Jeep    Mark        [Frank, Chris]
2   BMW     Mark        Rob
3   Volvo   Mark        [John, Kelly]

我已经try 了以下代码:

possible_owners = list()
for cars in Marks['Car Brand']:
  for car_brands in claimed['Car Brand']:
     if Marks.loc[Marks['Car Brand'].isin(claimed['Car Brand'])]:
        sub = list()
        sub.append()
        possible_owners.append(sub)
    else:
        not_found = 'No possible Owners Identified'
        possible_owners.append(not_found)
   #Then I will add possible_owners as a new column to Marks

   error code:ValueError: The truth value of a DataFrame is ambiguous. Use a.empty, a.bool(), 
   a.item(), a.any() or a.all().

我也try 过合并，EXCEL xlookup，但(这有很多限制)，我被困在试图理解如何返回可能的匹配，即使有多个，并将它们排在一行.

Question:如何比较这两个框架，从Owner Name列返回可能的值，并将这些值放入Marks表的新列中？

请原谅我的代码，我还是个新手.