在工作中遇到一个问题即，需要将用户的账户和实时tbox数据 对应上其绑定的车辆静态数据。
正常的小规模操作是利用一个循环，查找vid 在另一张vid对应车辆名称用途的表的位置 映射出信息，再调用赋值给原来的vid的index。
这对于大量级的数据操作缓慢。
下文给出 pandas的series如何快速的根据需要的列的名称，快速添加其他列的方法。
例: 当前数据格式为: 一个简单的动态数据。现在需要将所有的vid 对应上其车辆的用途和车辆的型号。
因此从数据库内导入静态数据的表，见下图:
二张数据表的纽带是用户id，因此需要将二者对应起来
处理后变成：
核心代码是
chunk=chunk.join(df_vid,on='vid');
还有功能相似的merge用法。主要用于条件拼接。