我有一个看似复杂的问题，我对应该如何解决有一个大致的了解，但是我不确定这是否是解决问题的最佳方法。我将给出该方案，并希望对如何解决此问题提供任何帮助。我对Pandas不太了解，请原谅我的无知。
场景
我有一个导入为数据框的CSV文件。我正在处理的示例包含2742行×136列。行是可变的，但列已设置。我有一组23个查找表（也称为CSV文件），每年命名，每个季度命名（范围是2020年第3季度-2015年第1季度）。查找文件的命名如下：PPRRVU203.csv。因此，其中包含2020年第三季度的值。查找表由两列（“代码”和“模块”）匹配，我使用与查找相关联的三个值。
我试图过滤数据框的各个部分，从匹配的查找文件中提取正确的值，合并回原始子集，然后替换为原始数据框。
想法
我可能可以对此进行抽象并包装一个函数，但不确定如何放置。我的问题是，对于那些比我更了解熊猫的人，什么是筛选，替换值和编写代码的最佳方法？文件退回。
直接的解决方案是将原始数据帧过滤为23个单独的数据帧，然后对每个文件进行合并，然后合并为新的数据帧并输出为CSV。
这似乎效率很低吗？
我可以发布代码，但是我正在寻找更多高级想法吗？
答案 0 :(得分：1)
不确定DataFrame的外观如何，但是Pandas.query()方法可能对选择数据很有用。
name = df.query('columnname == "something"')