匹配两个数据帧的两列之间的名称并添加新列以延长计算时间答案

【问题标题】：Matching names between two columns of two dataframes and adding new columns to one - long computing time匹配两个数据帧的两列之间的名称并添加新列以延长计算时间
【发布时间】：2019-01-30 12:45:26
【问题描述】：

我有两个数据框：

df1 -> 所有德国城市的数据框，它们的名称和更多数据。
df2 -> 所有德国城市及其经纬度的数据框

我编写了一个函数，在两个数据框中搜索城市名称并返回经度和纬度：

def ret_longlat(city_name):

    if sum(df_cities["city"] == city_name) > 0:
        long = df_cities["lon"][df_cities["city"] == city_name].iloc[0]
        lat = df_cities["lat"][df_cities["city"] == city_name].iloc[0]
    else:
        long = 0
        lat = 0
    return long,lat

在下一步中，我将此函数应用于 df1 的所有城市名称并将结果保存在新列中：

df_result["long"] = df_result["city_names"].apply(lambda x: ret_longlat(x)[0])
df_result["lat"] = df_result["city_names"].apply(lambda x: ret_longlat(x)[1])

整个过程需要相对较长的时间（我会说 12162 行需要 5 分钟）。

有没有办法改进代码？

示例数据：

df1

        city        
1       stadtA  
2       stadtB  
3       stadtu  
4       stadty  
5       stadtX

df2

    city        lat         lon
14  stadtD      50.611879   12.135526
24  stadtA      48.698890   9.842890
25  stadtC      52.947222   12.849444
26  stadtB      52.867370   12.813750
27  stadtY      52.985000   12.854444

【问题讨论】：

最终期望的输出是什么？
df_result 数据框的新列
我们需要看看它应该是什么样子以及输入是什么样子
添加输入示例

标签： python pandas dataframe

【解决方案1】：

这是一个合并问题。您可以执行左合并，然后填充缺失值：

res = pd.merge(df1.rename(columns={'city_names': 'city'}),
               df2[['city', 'long', 'lat']].drop_duplicates('city'),
               how='left', on='city')

res[['long', 'lat']] = res[['long', 'lat']].fillna(0)

【讨论】：

我得到：KeyError: "['lat'] not in index" - 添加示例 df
@Phil，哪一行？
在 res[['long', 'lat']] = res[['long', 'lat']].fillna(0)
你对res.columns有什么看法？
这意味着df1 在您的合并之前已经有lat 和long 列。这与您在问题中指定的输入不同。如果您不需要旧数据，请先从 df1 中删除这些列。