素材牛VIP会员
pandas如何高效匹配两个数据表
 岛***疤  分类:Python  人气:2966  回帖:1  发布于6年前 收藏

我有两个数据表,s1是100万的商品数据,s2是4000的品牌数据,任务是给商品数据里打上品牌标签,我用pandas处理

def matchStr(x):
    s = s1[s1["product_name"].str.contains(x,na=False)]
    #然后给s添加一列品牌名就好

s2["brand_name"].apply(matchStr) 

这样做可以实现,但是平均处理一个品牌名是3秒左右,4000个要3个多小时才能完成,请问如何更高效的处理这个啊

 标签:数据pandaspython

讨论这个帖子(1)垃圾回帖将一律封号处理……

Lv4 码徒
那***哦 移动开发工程师 6年前#1

先笛卡尔积s1['product_name']和s2['brand_name'],设为结果为df则:

df[df['brand_name'].isin('product_name')]

为结果。这样子可能会调用内部优化快一点,可以试试。

具体如何在pandas里做笛卡尔积可以参考这个答案。

 文明上网,理性发言!   😉 阿里云幸运券,戳我领取