python - 两个数据帧的硬匹配，无需迭代

Question

我有以下独特汽车的数据框 (df_inventory)，大约有 3000 行:

    stock_id  car_brand   car_model     age_group      mileage_group
    AS12354   Mazda       CX-7          6-10           50-100k
    DX22234   Toyota      Verso         11>            150k>
    KL32423   Volkswagen  Touran        11>            150k>
    SU12121   Renault     Twingo        6-10           50-100k
    ...       ...         ...           ...            ...

然后我有以下(唯一)汽车的数据框 (df_main)，大约有 100000 行:

    clientID  car_brand   car_model     age_group      mileage_group
    23132     Volkswagen  Golf          6-10           50-100k
    24234     Renault     Twingo        11>            150k>
    19055     Volkswagen  Polo          11>            150k>
    23245     Renault     Clio          1-2            0-50k
    ...       ...         ...           ...            ...

我想最后得到的是一个有两列的数据框。第一个是 clientID，第二个是 Stock_id 如果所有其他列(car_brand、car_model、age_group、mileage_group)都存在硬匹配。

这可以使用两个 for 循环来实现，迭代 stock_id 和 clientID 之间的每个组合。但这会导致 3000*100000 次迭代，并且需要很多时间:

clientID=[]
stock_id=[]

for i in range(df_main.shape[0]):
        for j in range(df_inventory.shape[0]):

            if (df_main.iloc[i,1]==df_inventory.iloc[j,1] 
            and df_main.iloc[i,2]==df_inventory.iloc[j,2]
            and df_main.iloc[i,3]==df_inventory.iloc[j,3]
            and df_main.iloc[i,4]==df_inventory.iloc[j,4] ):

                        clientID.append(df_main.iloc[i,0])
                        stock_id.append(df_inventory.iloc[j,0])

是否有任何Pythonic方式(列表理解)可以使这个过程更快？

Answer 1

非常感谢，最终变得非常简单:

merged = df_main.merge(df_inventory, how='inner', on=['car_brand', 
'car_main_type','car_age_years_group','mileage_group'])