python - 通过另一个 DataFrame 中的行将新列映射到 DataFrame

Question

我有一个 Pandas DataFrame stations，索引为 id:

id    station     lat     lng
1     Boston      45.343  -45.333
2     New York    56.444  -35.690

我有另一个 DataFrame df1 ，它具有以下内容:

duration   date       station   gender
NaN        20181118   NaN       M
9          20181009   2.0       F
8          20170605   1.0       F

我想添加到 df1 ，使其看起来像以下 DataFrame:

duration   date       station   gender  lat     lng 
NaN        20181118   NaN       M       nan     nan
9          20181009   New York  F       56.444  -35.690
8          20170605   Boston    F       45.343  -45.333

我尝试通过引用 station.iloc[] 迭代执行此操作，如以下示例所示，但我有大约 200 万行，最终花费了很多时间。

stat_list = []    
lng_list []
lat_list = []
for stat in df1:
  if not np.isnan(stat):
        ref = station.iloc[stat]
        stat_list.append(ref.station)
        lng_list.append(ref.lng)
        lat_list.append(ref.lat)
  else:
        stat_list.append(np.nan)
        lng_list.append(np.nan)
        lat_list.append(np.nan)

有没有更快的方法来做到这一点？

Answer 1

看起来这个问题最好通过合并来解决，这应该会显着提高性能:

df1.merge(stations, left_on="station", right_index=True, how="left")

如果您只想要包含字符串名称的电台列，那么这将为您留下两列 station_x 和 station_y:

df_merged = df1.merge(stations, left_on="station", right_index=True, how="left", suffixes=("_x", ""))
df_final = df_merged[df_merged.columns.difference(["station_x"])]

(或者在合并之前重命名其中一个)