Question

我正在尝试在两个数据帧df1和df2之间进行一些数学运算，但我发现很难使用pd.apply函数：

DF1：

   number1  number2  number3  … 
0   0         0        0      …
1   0         0.25     0      …
2   0.1       0.1      0      …
3   0         0        0.3    …
4   0         0        0      …

DF2：

   number1  number2  number3    … 
0   2         3.3        6      …
1   2.1       3.4        6      …
2   2.2       3.2      5.8      …
3   2.1       3.4      6.2      …
4   2         4.0      6.4      …

我想按照以下规则更改df1中的每个元素：

将df1中的每0个元素更改为1
df1中的每个非零元素，让df.iloc [m，n] =（1-df.iloc [m，n]）/ df2.shift（1）.iloc [m，n]，其中m ，n是非零元素的位置

现在我有一个有效的代码：

df1_new=pd.DataFrame(1,index = df1.index,columns = df1.columns)
df2_sft=df2.shift(1)
m,n=np.where(np.array(df1)!=0)
for i in m:
  for j in n:
    df1_new.iloc[i,j]=(1-df1.iloc[i,j])/df2_sft.iloc[i,j]

但正如你所看到的，如果df1和df2很大，它只是丑陋且极其缓慢。我相信必须有很多其他方法可以很快地完成这个简单的数学运算，希望你能给予一些帮助。

另外，我总是对apply和applymap感到困惑，有什么区别，何时应该使用另一个？

Answer 1

你想要对代码进行矢量化，也就是说，而不是使用for循环来对整个DataFrame /数组进行计算，类似下面的代码会快得多：

In [11]: ((1 - df1) / df2_sft).where(df1 != 0, 1)
Out[11]:
    number1   number2  number3
0  1.000000  1.000000  1.00000
1  1.000000  0.227273  1.00000
2  0.428571  0.264706  1.00000
3  1.000000  1.000000  0.12069
4  1.000000  1.000000  1.00000

注意：这与您的代码不匹配，因为您（错误地）不会仅仅迭代非零元素（当您迭代所有项目时） m代表n中的每个元素，而不是压缩的项目。

适用于整个数据帧的用户定义函数涉及pandas中的另一个数据帧

1 个答案: