用另一个数据帧替换数据帧条目（系列？）进入？矢量化？压缩？

Question

我定义了一个函数来执行我想要的任务，但是它非常慢。对于头为DataFrame (df1=pd.read(file1))的'raw_data'的DataFrame (df1=pd.read(file1))，我当前使用.iterows循环遍历每个字符串，并将每个条目发送给一个函数，该函数会进行剥离和降低，然后使用str.replace(row['replacethis'],row['withthis'])，其中'replacethis'和'withthis'是第二个DataFrame ((df2=pd.read(file2))中的列。你知道吗

但是，这是非常缓慢的，对于file1/file2的大量元素需要几天的时间。我已经找了好几个小时/天的解决方案，我尝试过使用series.str.replace和列表压缩，但没有效果，比如：

'raw_data'=[[x['raw_data'].replace(y['replacethis'],y['withthis']) for y in df2.iterrows()] for x in df1.iterrows()]

有人能提供任何指导或建议吗？我快疯了。你知道吗

Answer 1

最好的方法可能是使用Pandas的DataFrame.replace方法：

# The raw_data DF
df1 = pd.DataFrame({'raw_data': ['Lorem', 'ipsum', 'dolor', 'sit', 'amet,', 
                                 'consectetur', 'adipiscing', 'elit']})
print 'Original:'
print df1

# The replacement patterns DF
df2 = pd.DataFrame({'replacethis': ['ipsum', 'it'], 'withthis': ['doggy', 'THAT']})
pattern_dict = df2.set_index('replacethis')['withthis'].to_dict()

df1_replaced = df1.replace(pattern_dict, regex=True)
print '\nAfter Replacement:'
print df1_replaced

结果：

Original:
      raw_data
0        Lorem
1        ipsum
2        dolor
3          sit
4        amet,
5  consectetur
6   adipiscing
7         elit

After Replacement:
      raw_data
0        Lorem
1        doggy
2        dolor
3        sTHAT
4        amet,
5  consectetur
6   adipiscing
7       elTHAT