在多个DataFrame上执行操作的最佳方法是什么?

时间:2013-10-24 18:04:23

标签: python pandas

假设我有三个DataFrame:

import pandas as pd
import numpy as np

cols = ['A','B','C']
index = [1,2,3,4,5]
np.random.seed(42)

apple = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)
orange = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)
banana = pd.DataFrame(np.random.randn(5,3), index=index, columns=cols)

In [50]: apple
Out[50]:
          A         B         C
1  0.496714 -0.138264  0.647689
2  1.523030 -0.234153 -0.234137
3  1.579213  0.767435 -0.469474
4  0.542560 -0.463418 -0.465730
5  0.241962 -1.913280 -1.724918

In [51]: orange
Out[51]:
          A         B         C
1 -0.562288 -1.012831  0.314247
2 -0.908024 -1.412304  1.465649
3 -0.225776  0.067528 -1.424748
4 -0.544383  0.110923 -1.150994
5  0.375698 -0.600639 -0.291694

In [52]: banana
Out[52]:
          A         B         C
1 -0.601707  1.852278 -0.013497
2 -1.057711  0.822545 -1.220844
3  0.208864 -1.959670 -1.328186
4  0.196861  0.738467  0.171368
5 -0.115648 -0.301104 -1.478522

创建具有相同列和索引的新数据框的最佳/最快/最简单的方法是什么,但是每个列的最大值和苹果,橙,香蕉的索引?即,对于[1,A],新的数据帧值将为0.496714,对于[1,B],该值将为1.852278等。谢谢!

2 个答案:

答案 0 :(得分:3)

我觉得这样的事情应该很快:

np.maximum(np.maximum(orange, apple), banana)

使用numpy.maximum()

  

元素最大数组元素。

正如@Jeff在评论中所建议的那样,一般情况下会是:

reduce(np.maximum, [orange,apple,banana])

答案 1 :(得分:0)

为什么不将DataFrames连接到Panel然后再使用Panel.max()

即:pd.Panel({'a':apple ,'b':banana,'o';orange}).max(axis=0)

不可否认,这不是最快的,但这可以保证正确的索引对齐,您可能希望稍后使用Panel。您的数据看起来是3D,有3个索引元素(cols / index / fruit),因此请使用3D数据结构。