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?
最佳答案
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)
关于python - 通过另一个 DataFrame 中的行将新列映射到 DataFrame,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53466038/