python - Pandas : update a Dataframe's serie based on a larger Dataframe

Question

我试图用 pandas 实现一些看似简单的东西，但经过几次不光彩的测试后我被卡住了。

事情是这样的。我有一个只有两个系列的 Dataframe(我们称它为街道):街道名称和与之相关的性别:

     name                             gender
0    Abraham Lincoln Avenue           undefined
1    Donald Trump Dead End            undefined
2    Hillary Clinton Street           undefined
...
1754 Ziggy Marley Boulevard           undefined

另一方面，我有另一个 Dataframe(我们称它为 fnames)，非常非常大。它有四个系列:

       gender   gender_detail  main_gender      first_name
0      F        Female         Female           Aaf
1      F        Female         Female           Aafke
2      F        Female         Female           Aafkea
3      M        Male           Male             Aafko
...
40211  F        Female         Female           Zyta

因此，正如您肯定已经猜到的那样，我会使用“first_name”系列 fnames 来检查其中一个名字是否出现在“name”系列街道中。

如果找到名字，我会更新街道中的“性别”系列，并使用名为“性别”的 fnames 系列的相关值。如果不是，我让'undefined'。

显然，由于 Dataframes 的大小，我不能使用两个 for 循环......有没有快速的解决方案来实现这一点？

例如，我是否应该创建一个仅以名字为键、以性别为值的字典以提高效率？

PS:我不知道它是否可以简化问题，但我的两个 Dataframes 按字母顺序排序!

Answer 1

是的，我认为您可以将 dict 与 map 一起使用按 split 拆分的列 name通过 whitespace 并通过 str[0] 选择第一个值，最后将 NaN 替换为 fillna :

print (df1)
                        name     gender
0     Abraham Lincoln Avenue  undefined
1      Donald Trump Dead End  undefined
2     Hillary Clinton Street  undefined
3                 Aaf Street  undefined
1754  Ziggy Marley Boulevard  undefined

print (df2)
      gender gender_detail main_gender first_name
0          F        Female      Female        Aaf
1          F        Female      Female      Aafke
2          F        Female      Female     Aafkea
3          F        Female      Female      Aafko
40211      F        Female      Female       Zyta

d = df2.set_index('first_name')['gender'].to_dict()
print (d)
{'Zyta': 'F', 'Aaf': 'F', 'Aafkea': 'F', 'Aafke': 'F', 'Aafko': 'F'}

print (df1['name'].str.split().str[0])
0       Abraham
1        Donald
2       Hillary
3           Aaf
1754      Ziggy
Name: name, dtype: object

df1['gender'] = df1['name'].str.split().str[0].map(d).fillna('undefined')
print (df1)
                        name     gender
0     Abraham Lincoln Avenue  undefined
1      Donald Trump Dead End  undefined
2     Hillary Clinton Street  undefined
3                 Aaf Street          F
1754  Ziggy Marley Boulevard  undefined