Question

对不起基本问题。我确定答案很简单，但我已经把头撞到了墙上一段时间试图找出答案。我是python的新手，但我理解向量化计算的概念。例如，在以下（非常简单的）代码中：

import pandas as pd

ndx = ['a', 'b', 'c', 'd', 'e', 'f']
first = [3, 7, 2, 5, 9, 4]
second = [8, 9, 7, 3, 3, 7]

first = pd.DataFrame(first, index = ndx)
second = pd.DataFrame(second, index = ndx)

我知道第一个＆gt; second将返回一个布尔数组，其中a中的每个元素都大于b中的对应元素，匹配索引。我知道这种严格的索引匹配是使用pandas的好处之一，但是......

问题：如何在向量化操作中有效地引用“偏移”索引？例如，如果我想将b中的下一个值与a（first ['a']＆gt; second ['b']中的当前值进行比较，首先['b']＆gt; second ['c'] ，...）？同样，如果我想在第一个['a']大于第二个['a]和第二个['b']时返回True，该怎么办？

我编写了一些代码来完成这样的事情，通过索引遍历数组。这是一个例子：

        if next.at[curr.index[i], 'OI'] > curr.OI[i] and \
        next.at[curr.index[i+1], 'OI'] > curr.OI[i+1] and \
        next.at[curr.index[i], 'Vol'] > curr.Vol[i] and \
        next.at[curr.index[i+1], 'Vol'] > curr.Vol[i+1]:

（接下来和curr是DataFrames.OI和Vol是那些数据帧中的列，我是我的计数器。）我知道这不是pythonic而且它也非常慢（嗯...可能是为什么它不是pythonic？lol）

提前谢谢。

总结：一般问题是如何在pandas（和numpy）中引用偏移元素。

编辑：感谢Jaime和TomAugspurger提供下面np和pd的答案。得到它......有道理。

后续问题：如何使用不同长度的数据帧实现pandas shift？想象一下，我有两个时间序列重叠，但一个延伸到另一个，另一个延伸到另一个。因此每个索引中都有不匹配的值，并且索引（几乎可以肯定）是不同的长度。 pandas不会允许shift（）出现此错误：

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-15-35914edbe0ff> in <module>()
----> 1 aa = q['OI'] > r['OI']

C:\Python27\lib\site-packages\pandas\core\ops.pyc in wrapper(self, other)
    540             name = _maybe_match_name(self, other)
    541             if len(self) != len(other):
--> 542                 raise ValueError('Series lengths must match to compare')
    543             return self._constructor(na_op(self.values, other.values),
    544                                      index=self.index, name=name)

ValueError: Series lengths must match to compare

我想我可以做一个步骤并采用索引联合定义的集合，但这似乎是一个低效的额外步骤。（我正在努力学习正确的编码实践，而不是简单地让我的项目工作。）有什么想法吗？提前谢谢。

Answer 1

不确定pandas，但是在numpy中你通过比较偏移切片来做这类事情。通过“将下一个值与当前值进行比较”的示例，您可以执行以下操作：

>>> first = np.array([3, 7, 2, 5, 9, 4])
>>> second = np.array([8, 9, 7, 3, 3, 7])
>>> first[:-1] > second[1:]
array([False, False, False,  True,  True], dtype=bool)

切片显然不会将first的最后一个元素或second的第一个元素与任何内容进行比较。

矢量化计算中的简单pandas / numpy'索引'

1 个答案: