熊猫(数据)选择数据

Question

大家好，

我使用dataframe创建两个表(A和B)，它们都有相同的列。(第一列为“ID”，一个表可能有多个具有相同ID的行)

我希望基于A和B中的一些行创建一个新的表( C )，如果表B中的ID也出现在A中，那么将该行添加到C中。

我的代码：

from pandas import DataFrame

A_ID = [1,2,3,1,2]
A_place = [1,2,3,2,1]

B_ID = [4,2,6]
B_place = [2,2,3]

A_data = {'ID':A_ID,'place':A_place}
A_table = DataFrame(A_data)

B_data = {'ID':B_ID,'place':B_place}
B_table = DataFrame(B_data)

C_table = A_table 

for n in range(len(B_table)): 
  if B_table['ID'][n] in list(A_table['ID']):
    C_table = C_table.append(B_table[n:n+1])

问题：

我的问题是，在不使用for循环的情况下，还有其他方法可以做到吗？我将处理百万的数据，因为循环浪费了大量的时间。

顺便问一下，还有比熊猫更好的工具来处理大数据吗？

谢谢你的帮助！！

Answer 1

看看你正在做的事情，这样做会更有表现力：

C_table = pd.concat([C_table, B_table[B_table['ID'].isin(A_table['ID'])]])

因此，首先，内部声明：

B_table[B_table['ID'].isin(A_table['ID'])]

在B_table中筛选出ID不在表A_table中的行，因为您只是在附加行，而不是一次追加行的速度更慢，只需将它们添加到现有的C_table中