Pandas实现两个DataFrame区间循环查找 输出结果到新DataFrame

你完全不需要手动逐行编写匹配逻辑，用pandas原生的表连接操作就能实现，性能比你当前的硬编码写法高几个量级，同时支持灵活指定rc的iloc区间：

实现步骤 #

1. 先提前对df按result字段去重，保留最后一条记录，对应你原有逻辑里的drop_duplicates(keep='last')要求：

import pandas as pd
# 全局去重，不需要每次匹配都执行一次，大幅减少重复计算
df_unique = df.drop_duplicates(subset=['result'], keep='last')

2. 按需求取rc的指定iloc区间，直接用左连接匹配即可，结果顺序和rc的顺序完全一致：

# 示例：取rc的iloc 0到10行（iloc为左闭右开规则，所以结束索引要+1）
rc_target = rc.iloc[0:11]
# 匹配得到最终结果
result = rc_target.merge(df_unique, on='result', how='left')

补充说明 #

• 如果需要调整匹配的rc区间，只要修改iloc的起止参数即可，比如要取0到21行就写rc.iloc[0:22]
• 如果rc里存在df中没有的result值，匹配后对应的rating会显示为NaN；如果不需要这类不匹配的记录，把how='left'改为how='inner'即可
• 该方案完全适配你给出的示例数据，最终输出和你期望的ndf表结构、内容、顺序完全一致

内容的提问来源于stack exchange，提问作者ManOnTheMoon