Python 熊猫为循环，工作于小数据帧挂起于大数据帧

我正在使用一个邮政编码表为choroplot创建一个县表。当我给它一个小的玩具示例时，我的代码工作得很好，但是当我给它数据帧时，它挂断了。我无法共享数据帧，但它是+/-70000个邮政编码，编码为字符串，值可以是正确的zipcode、非数字字符串或不是正确zipcode的数字字符串，每一个都是字符串格式。代码如下：

# import libraries
import numpy as np
import pandas as pd

# load customer email table
df = pd.read_csv('customer_April2018.csv', encoding='latin-1')

# load zip code table
zc = pd.read_csv('us_postal_codes.csv', encoding='latin-1')

def zip_toCounty(zip):
    for i, row in zc.iterrows():
        try:
            if int(zip) == zc['ZipCode'].loc[i] : return zc['County'].loc[i]    
        except ValueError : return 'No County'
    return 'No County'

g = lambda s : zip_toCounty(s)

df['County']=df['ZipCode'].apply(g)

df.to_csv('join_test.csv',index=False)

---

我没有发现错误，但估计完成时间是40多个小时，考虑到数据的大小，这是完全不合理的。我一定是用错了什么东西，如何加快处理速度？有人建议使用散列函数，这是最好的选择吗

您可以完全不使用循环和函数，只需合并ZipCode列上的数据集：

new_df = pd.merge(df, zc, how="left", left_on="ZipCode", right_on="ZipCode")

---

你能分享一些你的数据帧样本吗。这看起来像是一个典型的映射问题，比如

df['ZipCode'].map（zc.set_index（0）[1]）

有什么原因不能在这两个数据帧之间进行某种连接吗？我不熟悉.map（）。我现在来调查一下。我以前尝试过使用join命令，但没有成功。我使用了下面的解决方案，但不起作用。我怀疑这是因为两个ZipCode列具有不同的数据类型。我现在正在把一个换成另一个，这样就把NaN留在了整个郡的列中。zc中的ZipCode列存储为，df中的ZipCode列存储为，这有什么关系？@user40551是的，这可能就是为什么-您可以使用

df[“ZipCode”]=df[“ZipCode”].astype（int）

将其转换为相同的数据类型。@user40551实际上我刚刚测试过，您可以将浮点列与int列合并，因此，假设两个DFs之间存在一些匹配的ZipCode值，那么合并应该在不转换数据类型的情况下工作。如果您仍然有问题，我建议发布一个示例，其中有两个数据框中的几行来自我的数据库：

22 NaN

51 33131

56 90291-391

112 Tamarac，Fl 33321

121 Ponce，PR 00716

这些来自我使用的ZipCode表：

ZipCode地名州名缩写县纬度经度

0501纽约州萨福克霍尔茨维尔40.8154-73.04511544纽约州萨福克霍尔茨维尔40.8154-73.0451

21001马萨诸塞州阿加瓦姆市马萨诸塞州汉普顿42.0702-72.6227

Hmm您的zipcode文件似乎没有存储完整的邮政编码-例如501不是长岛的邮政编码，它是11501（我碰巧知道！），因此您可能需要先更正此文件中的数据，以便邮政编码格式匹配。。。