Python 3.x 在python中使用数据帧避免for循环

我在Python中有两个数据帧，分别命名为

GroupedCode

（70000行和3列）和

ICD9

（11500行和27列）。我的目标是在

GroupedCode

的

Code9

列中找到

ICD9CMCode

列中出现的

ICD9

的

TotalDiag

列中的每个元素，每次找到匹配项时，将

ICD9

的

列的值附加到名为
Freq
的列表中。
我提出了一个For循环来实现这一点，但它需要大量的时间来完成。我想知道是否有更好的方法来加速for循环，或者更好地避免它

以下是我的for循环：

Freq = []
for code in GroupedCode.Code9:

if (len(ICD9.TotalDiag[ICD9['ICD9CMCode'].str.match(code)]) == 0):
    Freq.append(0)
else:
    Freq.append(ICD9.TotalDiag[ICD9['ICD9CMCode'].str.match(code)].values)

考虑两个数据帧以保持彼此之间的匹配，然后将pandas系列向下投射到一个数据帧。目前，您正在将numpy数组（不是单个值）或0存储到列表中

merged_df = pd.merge(GroupedCode, ICD9, left_on='ICD9CMCode', right_on='Code9')

Freq = merged_df['TotalDiag'].tolist()

甚至在多个内部连接匹配的情况下考虑唯一值。
Freq = merged_df['TotalDiag'].unique().tolist()