Pandas 协助在两个不同的数据帧中匹配数据

我试图在一个较大的主数据帧（n=1400000行）中的一个较小的数据帧（n=3900行）中查找每行数据（基于公司名称和地址）的最接近匹配结果

我使用水母和熊猫软件包在Python中构建了它

但是，虽然代码确实在运行，但需要6个多小时才能完成

有没有人能提供一些加快产出速度的建议

或者说，有没有比使用嵌套的“for”循环更好的替代方法

谢谢这也是我的第一个Python程序

重新导入
进口水母
作为pd进口熊猫
Input=pd.read\u csv（'InputData.csv'）
Match=pd.read\u csv（'MasterData.csv'））
对于Input.itertuples（）中的行：
对于Match.itertuples（）中的第2行：
#两个数据帧中的地址和名称列之间的匹配超过69%-匹配
如果海蜇.jaro_距离（str（第[2]行]）.lower（）、str（第2[3]行].lower（））>=0.69，且海蜇.jaro_距离（str（第[4]行]）.lower（）、str（第2[5]行].lower（））>=0.69：
Input.at[row.Index，“Result”]=“精确匹配”
#地址和名称列之间的匹配均小于69%-不匹配
elif jellyfish.jaro_距离（str（第[2]行））.lower（），str（第2[3]行））.lower（））小于0.69和jellyfish.jaro_距离（str（第[4]行））.lower（），str（第2[5]行））<0.69
Input.at[row.Index，“Result”]=“不匹配”
#其中第[2]行为公司名称列，第2[3]行为基础数据公司名称列，
第[4]行是“公司名称地址”列，第2[5]行是“主公司名称地址”列

Quick tip：在开始执行任何操作之前，将输入和匹配数据集转换为字符串和小写。现在，您正在内部循环的每次迭代中重新转换每个条目，这是不必要的，并且会降低计算速度。修复此问题不会解决更大的问题，但肯定会有所帮助。非常感谢！此外，您还可以将“elif”语句简化为“else”语句（因此不需要jaro距离计算等），因为您显然只对“if”条件的相反部分感兴趣。这将为您节省更多的时间。