python - pandas python 中的嵌套循环

Question

我有两个 DataFrame，一个有很多行，另一个有几行，我需要根据某些条件(以字符串形式)合并这两个 DataFrame。我在 Pandas 中使用了嵌套循环，如下所示:

density = []

for row in df.itertuples():
    for row1 in df2.itertuples():
        if(row['a'].find(row1['b']))>0:
            density.append(row1['c'])

但我收到错误消息:

TypeError: tuple indices must be integers, not str

出了什么问题？

Answer 1

考虑df和df2

df = pd.DataFrame(dict(
        a=['abcd', 'stk', 'shij', 'dfffedeffj', 'abcdefghijk'],
    ))

df2 = pd.DataFrame(dict(
        b=['abc', 'hij', 'def'],
        c=[1, 2, 3]
    ))

您可以使用 get_value 和 set_value 产生不错的速度。我会将这些值存储在数据框中

density = pd.DataFrame(index=df.index, columns=df2.index)

for i in df.index:
    for j in df2.index:
        a = df.get_value(i, 'a')
        b = df2.get_value(j, 'b')
        if a.find(b) >= 0:
            density.set_value(i, j, df2.get_value(j, 'c'))

print(density)

     0    1    2
0    1  NaN  NaN
1  NaN  NaN  NaN
2  NaN    2  NaN
3  NaN  NaN    3
4    1    2    3

您还可以使用复合 numpy str 函数

t = df2.b.apply(lambda x: df.a.str.contains(x)).values

c = df2.c.values[:, None]

density = pd.DataFrame(
    np.where(t, np.hstack([c] * t.shape[1]), np.nan).T,
    df.index, df2.index)