比较2个独立DataFrame中的数据，并在Python / Pandas中生成结果
我是Python的新手，我试图用Python和Pandas产生Excel的IndexMatch函数类似的结果，尽pipe我正在努力使它工作。
基本上，我有2个独立的dataframe：
第一个数据框（“市场”）有7列，但我只需要这些练习（“符号”，“date”，“closures”）的列中的3。 这个DF有13948340行。
第二个DataFrame（'transactions'）有14列，但我只需要其中的2列（'i_symbol'，'acceptance_date'）。 这个DF有1,428,026行。
我的逻辑是：如果i_symbol等于符号，并且acceptance_date等于date：打印符号，date和closures。 这应该很容易。
我用iterrows（）实现了它，但由于数据集的大小，它每3分钟返回一个结果 – 这意味着我将不得不运行脚本1,190小时以获得最终结果。
根据我在网上阅读的内容，itertuples应该是一个更快的方法，但我目前得到一个错误：
ValueError：解压缩的值太多（预计2）
这是我写的代码（目前产生上面的ValueError）：
for i_symbol, acceptance_date in transactions.itertuples(index=False): for symbol, date in market.itertuples(index=False): if i_symbol == symbol and acceptance_date == date: print(market.symbol + market.date + market.close) 2个问题：
- itertuples（）是最好还是最快的方法？ 如果是这样，我怎么能得到上述的工作？
- 有谁知道更好的方法？ 索引工作？ 我应该使用外部数据库（例如MySQL）吗？
谢谢，Matt
关于问题1： pandas.itertuples（）为每一行生成一个命名的元组。 你可以解压这些类似的标准元组或者按名称访问元组元素：
for t in transactions.itertuples(index=False): for m in market.itertuples(index=False): if t.i_symbol == m.symbol and t.acceptance_date == m.date: print(m.symbol + m.date + m.close)
（我没有testing这与你的大小的dataframe，但我很确定它仍然是痛苦的缓慢）
关于问题2：您可以简单地在符号和date上merge两个dataframe。
重命名您的“交易”数据框，以便它也有名为“符号”和“date”的列：
transactions = transactions[['i_symbol', 'acceptance_date']] transactions.columns = ['symbol','date']
然后在符号和date上合并两个DataFrame：
result = pd.merge(market, transactions, on=['symbol','date'])
结果DataFrame包含两个DataFrame中存在的每个符号/date组合的一行。 我的机器上的操作只需要几秒钟就可以处理大小的DataFrame。
@Parfait作为评论提供了最好的答案。 非常干净，工作非常快 – 谢谢你。
pd.merge(market[['symbol', 'date', 'close']], transactions[['i_symbol', 'acceptance_date']], left_on=['symbol', 'date'], right_on=['i_symbol', 'acceptance_date']).
无需循环。