Question

我正在寻找一种使用Pandas数据帧内容进行计算的快速（矢量化）方法。

我的数据框每行包含2个标签，我想查找与每个标签相对应的值（来自字典/列表）并执行计算，将结果返回到数据框中的新列。

我在下面使用循环来包含我的工作示例。

label1s = np.array(['A', 'A', 'A', 'B', 'B', 'B', 'C', 'C', 'C'], dtype=str)
label2s = np.array(['A', 'B', 'C', 'A', 'B', 'C', 'A', 'B', 'C'], dtype=str)
data = np.column_stack([label1s, label2s])

label_values = {'A':1, 'B':2, 'C':3}

df = pd.DataFrame(data=data, columns=['Label1', 'Label2'])

new_col = np.zeros_like(label1s, dtype=float)

for index, row in df.iterrows():
    val1 = label_values[row['Label1']]
    val2 = label_values[row['Label2']]
    new_col[index] = val1 - val2

df['result'] = new_col
df

但是，对于大型数据集，循环非常不受欢迎且速度很慢。

有没有办法优化这个？

我已经探索了一些像＃34; Lookup＆＃34;这样的pandas功能，但这似乎想要每个大小的数组，而在我的情况下，我需要从外部列表和不同大小的列表中查找值到数据框。

Answer 1

你可以map字典到所需的列，即

df['result'] = df.Label1.map(label_values) - df.Label2.map(label_values)

在单独的列表中对Pandas数据帧列值进行矢量化查找

1 个答案: