La busqueda realizada esta siendo a ciegas y fuerza bruta, yo sugiero hacerla filtrando con mascara las filas de df2 que cumplen, de esta forma se reducen la cantidad de iteraciones en consecuencia el tiempo de ejecucion.
Esto se puede resolver usando la indexacion de dataframes segun dato
es decir, buscar "juanita" en cierta columna de un data frame y devolver las filas que cumplen.
esto en codigo de python usando pandas para tus variables seria:
df1[ df1["atributo1"] == "juanita" ]
esta sentencia en general significa que se buscara el dato tipo string "juanita" en la columna "atributo1" del dataframe contenido en la variable llamada df1 y devolvera todas las listas con coincidencias exactas
ENMASCARADO
df1["atributo1"] == "juanita"
ESTA SECCION De la linea genera una "mascara" del data frame en df1. Esto significa que genera un data frame con solo valores booleanos, con dimensiones identicas al dataframe involucrado, y estos valores booleanos son True en las celdas que cumple la condicion y False en las que no.
INDEXING
df1[ df1["atributo1"] == "juanita" ]
El indexing es el termino que se usa al referirse al ACCESO de informacion contenido en lista, tupla, matrizes, diccionarios y otros a traves de un identificador que puede ser un dato tipo str, int, boolean dependiendo de la informacion contenida
Los dataframe de pandas permiten el indexing por medio de numeros enteros, strings o booleanos. Debido a esto ultimo, las mascaras anteriormente explicadas permiten acceder a las columnas, filas o celdas que SI cumplen la condicion. Por esto, al combinar el indexing y las mascaras, se puede acceder de manera rapida a los datos de interes.
desarrollo de SOLUCION
En tu caso, el dato de interes consiste en la edad que se ubica en la columna "atributo1" del dataframe cotneido en df1 y en la columna "atributo2" del dataframe contenido en df2, por lo que se trabajara con estas columnas.
Como ya sabes, el acceso a los datos contenidos en la columna "atributo1" del dataframe en df1 se realiza con esta sencilla sentencia
df1["Atributo1"]
y la misma forma para el dataframe contenido en df2
df2["Atributo1"]
Una vez localizado los datos de interes, hay que razonar la condicion de enmascarado. En este caso, la condicion de enmascarado es el dato edad, cual desconozco su tipo dato.
Tambien me dices que deseas buscar las edades del dataframe de df1 en df2. por lo que se usaran las edades en la columna "Atributo1" del dataframe en df1 para generar una mascara que indexara a df2.
esto en codigo es
df2["Atributo1"] == 15 ]
Esto genera una mascara con booleanos donde tendra un True en cada celda de la columna Atributo1 que contenga el dato 15
pero como la edad no es fija, si no que variable, ese 15 debe ser un valor contenido en una celda especifica de la columna Atributo1 del data frame contenido en df1, por lo que indexaremos a este con la siguiente sentencia
df1["Atributo1"][1 ]
Esta sentencia accede al dato de la fila 1 en la columna "Atributo1" del data frame contenido en df1.
Combinando ambas tenemos.
df2["Atributo1"] == df1["Atributo1"][1 ] ]
esto significa que se esta buscando el valor de la celda del dataframe df1 en la columna atributo1 del dataframe df2, colocando un True donde hay coincidencia y False donde no.
El resultado de esta ultima sentencia genera una mascara, como ya te habia mencionado, y es exactamente esta mascara que se usara para acceder solo a las filas que cumplen la condicion, por medio de un indexing por mascara.
el indexing por mascara se ejecutaria con esta sentencia
df2["Atributo1"][ df2["Atributo1"] == df1["Atributo1"][1 ] ]
Esta sentencia resultara en una matriz con todas las lineas que cumplen la condicion. es decir, todas las filas en la columna atributo1 del data frame en df2 que SI cumplen la condicion.
Esta linea es dificil de leer, pero se puede facilitar usando la mascara atraves de una variable:
mascara = df2["Atributo1"] == df1["Atributo1"][1 ]
df2["Atributo1"][ mascara ]
haciendo mas legible el codigo.
Hasta el momento, solo se identificado las filas de df2 de su columna atributo1 que tienen la edad contenida en df1["Atributo1"][1 ], pero tu no deseas realizar una sola busqueda, si no que multiples veces esta misma busqueda con cada dato de edad de la columna atributo1 del data frame en df1.
por lo que en vez de uusar un dato fijo como es 1, que solo permite acceder a la misma celda en cada indexing, pues usare una variable i, que recibira un entero correspondiente a una fila, y estos enteros seran un conjunto de numeros identicos a la cantidad de filas en el dataframe en df1.
de la misma forma que lo haces tu, identifico la cantidad de filas de df1
df1.shape[0]
y genero un conjunto de numeros enteros en el rango del 0 a df1.shape[0]
range(df1.shape[0])
para luego, recorrerlos con un for:
for i in range(df1.shape[0]):
Todo esto era para usar en vez del 1, una variable, de esta forma buscare cada edad del df1 en df2.
entonces relaciono la variable i del for, con el indexing del dato en df1.
df1["Atributo1"][ i ]
Lo cual permite acceder a cada celda de la columna Atributo1 por separado si lo combinamos con el for...
for i in range(df1.shape[0]):
df1["Atributo1"][ i ]
Pero tu no quieres solo acceder al dato, quieres buscarlo las filas que lo tienen de df2, por lo que agregamos el codigo que desarrollamos anteriormente para indexar df2
for i in range(df1.shape[0]):
mascara = df2["Atributo1"] == df1["Atributo1"][1 ]
df2["Atributo1"][ mascara ]
Para facilitar aun mas la lectura, recurrimos a otra variable, i_edad, que contendra la edad a usar condicion en la mascara.
for i in range(df1.shape[0]):
i_edad = df1["Atributo1"][i ]
mascara = df2["Atributo1"] == i_edad
df2["Atributo1"][ mascara ]
Pero las filas que accedimos en df2 no se guardan en ningun lugar, por lo que las guardaremos en la variable coincidencias.
for i in range(df1.shape[0]):
i_edad = df1["Atributo1"][i ]
mascara = df2["Atributo1"] == i_edad
coincidencias = df2["Atributo1"][ mascara ]
finalmente, tu querias agregar datos cuando se cumpla la condicion, por lo que incluimos las sentencias de crear lista y agregar dato a esa lista cuando se cumpla la condicion.
nacionalidad = []
for i in range(df1.shape[0]):
i_edad = df1["Atributo1"][i ]
mascara = df2["Atributo1"] == i_edad
coincidencias = df2["Atributo1"][ mascara ]
for indx, edad in coincidencias.iterrows() :
nacionalidad.append(df2['pais_nacionalidad'][indx])
Esa es mi sugerencia de solucion, estare atento si tiene fallas. espero tu respuesta
SOLUCION
nacionalidad = []
for i in range(df1.shape[0]):
i_edad = df1["Atributo1"][i ]
mascara = df2["Atributo1"] == i_edad
coincidencias = df2["Atributo1"][ mascara ]
for indx, edad in coincidencias.iterrows() :
nacionalidad.append(df2['pais_nacionalidad'][indx])
dataframe
como texto, no como imagen.