python - pandas/python 中的最佳数据库查找和更新

Question

此处的理论数据库/编码查询 - Python / Pandas 数据框相关。我正在处理一个表中多达 50k 行，因此最佳解决方案似乎......呃，最佳。而且我也不是编码专家，所以请耐心等待。

我有一个具有唯一子代码/国家/地区对行的表，其中一些具有匹配的父代码。例如：

Index | Parent | Child | Country | NewValue
0     |  A     |  A-1  |  X      | Null
1     |  A     |  A-1  |  Y      | Null 
2     |  A     |  A-2  |  X      | Null
3     |  B     |  B-1  |  X      | Null
4     |  B     |  B-2  |  Y      | Null

我需要使用计算出的唯一值 (NewValue) 更新每个父/国家对。在每一行上查找和更新每一对的最佳方法是什么？

到目前为止，我正在生成一个单独的唯一父/国家对列表（以避免不必要地为每一行计算 NewValue；我只是遍历这个列表，为每一对生成 NewValue），例如：

Parent | Country
A      |  X
A      |  Y
B      |  X
B      |  Y

现在，最好在第一个表中为每个给定的父/国家匹配项进行查找，获取任何匹配行的行索引，然后通过行索引进行更新？

或者，以包含任何相关索引的方式生成第二个表，并使用这些索引来更新第一个表？例如：

Parent | Country | Index(s)
A      | X       | 0,2
A      | Y       | 1
B      | X       | 3
B      | Y       | 4

如果是2，怎么做？因为我使用 df.unique() 来生成第二个表，所以我每对只得到一个索引，而不是任何数学索引（我不确定如果我这样做了它们会如何显示）。而且我不确定这两种方法是否特别好，但这是我一天中想出的最好的方法：o）

谢谢，

克里斯托弗 / pepsi_max2k

标签： pythonsqlpandascursorpyodbc

Answer 1

您可能想查看合并功能。

在你的情况下你必须做的是

df_children.merge(df_parent, on=["Parent","Country"])

其中 df_children 是您的 [Index | 家长 | 儿童 | Country] 列和 df_parent 具有 [Parent | 国家 | 新值]