避免在Python中使用数据框进行for循环

Question

我在Python中有两个数据框，分别名为GroupedCode（70000行3列）和ICD9（11500行27列）。我的目标是找到Code9的{​​{1}}列中GroupedCode的{​​{1}}列中的每个元素，并且每次找到匹配项时，都附加一个将ICD9CMCode的{​​{1}}列添加到名为ICD9的列表中。 我想出了一个For循环来执行此操作，但是要花很多时间才能完成。我想知道是否有更好的方法来加速for循环，甚至更好地避免它。

这是我的for循环：

TotalDiag

Answer 1

考虑merging这两个数据帧以保持彼此之间的匹配，然后将pandas Series下放到list。当前，您正在将numpy数组（不是单个值）或0存储到列表中。

merged_df = pd.merge(GroupedCode, ICD9, left_on='ICD9CMCode', right_on='Code9')

Freq = merged_df['TotalDiag'].tolist()

即使在多个内部联接匹配的情况下，也不要考虑unique()作为唯一值。

Freq = merged_df['TotalDiag'].unique().tolist()