Python无法应用太慢的模糊匹配

我试图最终合并两个数据帧，dfr和df。我遇到的问题是，我需要在大约9列上进行合并，其中一列是两个数据帧之间不完全匹配的时间戳，有时稍微滞后，有时超前。我编写了一个函数，在使用以下命令时可以工作：；然而，实际上，它在数十万行中运行太慢了

merge_list是一个列列表，每个数据帧共享的列匹配率为100%

键是一个列“timestamp”的字符串，每个共享都有一个，这是不匹配的

任何加快这一进程的建议都将不胜感激

def fuzzy_clean(i, dfr, merge_list, key):  
    for col in range(0,len(merge_list)):
        if col == 0:
            scaled_down = dfr[dfr[merge_list[col]]==i[merge_list[col]]]
        else:
            scaled_down = scaled_down[scaled_down[merge_list[col]]==i[merge_list[col]]]
    if len(scaled_down)>0:
        if i[key] in scaled_down[key].values.tolist():
            return i[key]
        else:
            return pd.to_datetime(scaled_down[key][min(abs([scaled_down[key]-i[key]])).index].values[0])
    else:
        return i[key]

df[key]=df.apply(lambda i: fuzzy_clean(i,dfr,merge_list,key), axis=1)

添加最终合并以供参考：

    The data looks like the following:
    df:
       timestamp   A   B   C
    0  100         x   y   z   
    1  101         y   i   u
    2  102         r   a   e
    3  103         q   w   e

    dfr:
       timestamp   A   B   C
    0  100.01      x   y   z   
    1  100.99      y   i   u
    2  101.05      y   i   u
    3  102         r   a   e
    4  103.01      q   w   e
    5  103.20      q   w   e

    I want df to look like the following:
       timestamp   A   B   C
    0  100.01      x   y   z    
    1  100.99      y   i   u
    2  102         r   a   e
    3  103.01      q   w   e

---

我找到了一个我认为有效的解决方案。熊猫有一个合并asof如下，仍然验证可能的重复计数，但似乎做得不错

def fuzzy_merge(df_left, df_right, on, key, how='outer'):
    df_right[key]=df_right.apply(lambda i: fuzzy_clean(i,df_left,on,key), axis=1)
    return pd.merge(df_left, df_right, on=on+[key], how=how, indicator=True).sort_values(key)

---

我找到了一个我认为有效的解决方案。熊猫有一个合并asof如下，仍然验证可能的重复计数，但似乎做得不错

def fuzzy_merge(df_left, df_right, on, key, how='outer'):
    df_right[key]=df_right.apply(lambda i: fuzzy_clean(i,df_left,on,key), axis=1)
    return pd.merge(df_left, df_right, on=on+[key], how=how, indicator=True).sort_values(key)

---

如果不先提供一些样本数据，就很难遵循这个逻辑，并重新处理这个问题，使其更新为包含一些样本数据。为什么不能将时间戳舍入？然后在9列上合并dfr的时间戳在以后的程序中很重要。我需要把它控制在毫秒以下。另外，它会将两个不同的条目与它们的显示速度合并。对，创建另一个列，比如说

['timestamp2']

，它有四舍五入的值，然后合并并保存十进制值如果不先提供一些示例数据，很难遵循这个逻辑，重新处理这个问题，使其更新为包含一些样本数据，为什么不能将时间戳舍入？然后在9列上合并dfr的时间戳在以后的程序中很重要。我需要把它控制在毫秒以下。另外，它会将两个不同的条目与它们的显示速度合并在一起。右，创建另一个列，比如说

['timestamp']

，该列有四舍五入的值，然后在该列上合并并保存十进制值您可能需要左_df.sort_值（'timestamp'）和右_df.sort_值（'timestamp'），您可能需要左_df.sort_值（'timestamp'）和右方向排序值（'timestamp'））