python - Pandas 提高了合并数据帧的效率

Question

这是我遇到的问题。

我想将团队代码(包含在 main df 中)与包含在 dfTeam 中的团队名称进行映射。

这是一个主要 df 的示例:

              Game Code  Play Number  Period Number  Clock  Offense Team Code
0       690002820050901            1              1  900.0                690   
1       690002820050901            2              1    NaN                 28   
2       690002820050901            3              1    NaN                 28   
3       690002820050901            4              1    NaN                 28   
4       690002820050901            5              1    NaN                 28   
5       690002820050901            6              1    NaN                 28   
6       690002820050901            7              1  826.0                690   
7       690002820050901            8              1    NaN                690   
8       690002820050901            9              1    NaN                690 

我想使用这个名为 dfTeam 的团队名称更改 Offense Team Code 等列。

     Team Code                      Name  Conference Code
0            5                     Akron              875
1            8                   Alabama              911
2            9                       UAB            24312
3           28             Arizona State              905
4           29                   Arizona              905

这是我目前所做的，合并数据框，更改列名并删除我不需要的列:

teamDict = {'Home Team Code':'homeTeamName','Visit Team Code':'visitTeamName','Offense Team Code':'offenseTeamName','Defense Team Code':'defenseTeamName'}
for oldName,newName in teamDict.items():
    dfFULL = pd.merge(dfFULL,dfTeam,how='left',left_on=oldName,right_on='Team Code')
    dfFULL.rename(columns={'Name':newName},inplace=True)
    dfFULL.drop(['Conference Code','Team Code',oldName],axis=1,inplace=True)

此代码有效，但速度很慢。我的主数据框有 130k 左右的行。有更有效的方法吗？

Answer 1

基本上，您希望将 dfTeam 用作将 Team Codes 映射到 Names 的字典。对于每一列，您只需执行映射即可。

d = dfTeam.set_index('Team Code').Name
for oldName,newName in teamDict.items():
    dfFULL[newName] = dfFULL[oldName].map(d)

# Then get rid of all old names
dfFull = dfFull.drop(columns=list(teamDict.keys()))