Pandas中替代lookup函数实现跨表匹配填充的高效方法咨询

方案1：Series.map()（单字段匹配最优） #

这是最适配需求的轻量化实现，全程走pandas向量化逻辑，性能远高于自定义for循环：

# 1. 基于B表构建keyword到frequency的映射Series
freq_map = df_B.set_index('keyword')['frequency']
# 2. 对A表name列做映射，缺失值填充0后转为整数
df_A['frequency'] = df_A['name'].map(freq_map).fillna(0).astype('int')

如果B表存在重复keyword，可提前做去重处理，保留需要的条目即可：

df_B = df_B.drop_duplicates(subset='keyword', keep='last')

方案2：merge左连接（适合多字段匹配场景） #

如果后续需要同时匹配B表的多个字段，可以用左连接实现：

df_A = df_A.merge(
    df_B,
    left_on='name',
    right_on='keyword',
    how='left'
).fillna(0).drop(columns='keyword')

两种方案都能完全符合指定匹配规则，10万行级数据下的执行速度是for循环的百倍以上。

内容的提问来源于stack exchange，提问作者chl