如何用Python列表推导式替代嵌套循环并优化DataFrame匹配逻辑

我需要处理两个DataFrame，通过球队名称匹配其所属城市（例如Philadelphia 76ers对应Philadelphia）。原嵌套循环代码存在匹配错误的问题，尝试用列表推导式重写时出现语法错误，希望优化代码并修正逻辑。

现有DataFrames #

cities DataFrame: #

city  Population              NBA
0               New York City    20153634      Knicks Nets
1                 Los Angeles    13310447  Lakers Clippers
2      San Francisco Bay Area     6657982         Warriors
3                     Chicago     9512999    Bulls[note 9]
4           Dallas–Fort Worth     7233323        Mavericks

nba_df DataFrame: #

team   W   L   W/L%    GB   PS/G   PA/G   SRS  year League
0      Toronto Raptors  59  23  0.720   0.0  111.7  103.9  7.29  2018    NBA
1       Boston Celtics  55  27  0.671   4.0  104.0  100.4  3.23  2018    NBA
2   Philadelphia 76ers  52  30  0.634   7.0  109.8  105.3  4.30  2018    NBA
3  Cleveland Cavaliers  50  32  0.610   9.0  110.9  109.9  0.59  2018    NBA
4       Indiana Pacers  48  34  0.585  11.0  105.6  104.2  1.18  2018    NBA

方法1：映射字典 + 自定义函数（高效易维护） #

先清理脏数据并构建精准的球队-城市映射，再通过函数实现匹配逻辑：

import pandas as pd

# 清理cities中的注释内容，去除无效字符
cities['NBA_clean'] = cities['NBA'].str.replace(r'\[.*?\]', '', regex=True).str.strip()

# 构建球队昵称到城市的映射字典
team_city_map = {}
for _, row in cities.iterrows():
    city = row['city']
    # 拆分同一城市的多支球队
    nicknames = row['NBA_clean'].split()
    for nickname in nicknames:
        team_city_map[nickname] = city

# 定义匹配函数：优先用映射匹配，无匹配则提取球队名称中的城市部分
def get_city(team_name):
    for nickname in team_city_map:
        if nickname in team_name:
            return team_city_map[nickname]
    # 提取球队名称的第一个单词作为城市（可根据实际规则调整）
    return team_name.split()[0]

# 为nba_df添加城市列
nba_df['city'] = nba_df['team'].apply(get_city)

方法2：列表推导式实现（简洁高效） #

用列表推导式结合生成器表达式，一行完成匹配逻辑：

import pandas as pd

# 先构建映射字典（同方法1）
cities['NBA_clean'] = cities['NBA'].str.replace(r'\[.*?\]', '', regex=True).str.strip()
team_city_map = {}
for _, row in cities.iterrows():
    for nickname in row['NBA_clean'].split():
        team_city_map[nickname] = row['city']

# 列表推导式生成城市列
nba_df['city'] = [
    next((team_city_map[nick] for nick in team_city_map if nick in team), team.split()[0])
    for team in nba_df['team']
]

逻辑修正说明 #

• 清理脏数据：移除cities中NBA列的[note 9]这类注释内容，避免干扰匹配。
• 精准映射：用字典存储球队昵称与城市的对应关系，彻底解决嵌套循环的错误匹配问题，同时提升匹配效率。
• 双重匹配逻辑：优先使用预定义映射匹配已知球队，对未收录的球队自动提取名称中的城市部分，覆盖更多场景。
• 语法错误修复：列表推导式中使用next()函数处理生成器表达式，避免因无匹配项导致的语法异常。

最终结果 #

处理后的nba_df新增city列，示例输出：

team   W   L   W/L%    GB   PS/G   PA/G   SRS  year League           city
0      Toronto Raptors  59  23  0.720   0.0  111.7  103.9  7.29  2018    NBA         Toronto
1       Boston Celtics  55  27  0.671   4.0  104.0  100.4  3.23  2018    NBA          Boston
2   Philadelphia 76ers  52  30  0.634   7.0  109.8  105.3  4.30  2018    NBA    Philadelphia
3  Cleveland Cavaliers  50  32  0.610   9.0  110.9  109.9  0.59  2018    NBA       Cleveland
4       Indiana Pacers  48  34  0.585  11.0  105.6  104.2  1.18  2018    NBA         Indiana

内容的提问来源于stack exchange，提问作者milikest