Question

我需要让代码更快。这个问题非常简单，但是我没有找到一个很好的方法来进行计算而不需要遍历整个DataFrame。

我有三个dataFrame：A，B和C.

A和B各有3列，格式如下：

A（10行）：

     Canal Gerencia grad
0    'ABC'   'DEF'   23
etc...

B（25行）：

     Marca  Formato  grad
0    'GHI'   'JKL'    43
etc...

另一方面，

DataFrame C有5列：

C（5000行）：

     Marca  Formato  Canal  Gerencia  grad
0    'GHI'   'JKL'    'ABC'   'DEF'   -102
etc...

我需要一个具有相同长度的DataFrame'C'的向量，它将三个表中的'grad'值相加，例如：

m = 'GHI'
f = 'JKL'
c = 'ABC'
g = 'DEF'
res = C['grad'][C['Marca']==m][C['Formato']==f][C['Canal']==c][C['Gerencia']==g] + A['grad'][A['Canal']==c][A['Gerencia']==g] + B['grad'][B['Formato']==f][B['Marca']==m]
>>-36

我尝试循环遍历C dataFrame，但速度太慢了。我理解我应该尽量避免循环通过dataFrame，但不知道如何做到这一点。我的实际代码是以下（工作，但非常慢）：

res=[]
for row_index, row in C.iterrows():
    vec1 = A['Gerencia']==row['Gerencia']
    vec2 = A['Canal']==row['Canal']
    vec3 = B['Marca']==row['Marca']
    vec4 = B['Formato']==row['Formato']
    grad = row['grad']
    res.append(grad + sum(A['grad'][vec1][vec2])+ sum(B['grad'][vec3][vec4]))

我真的很感激能帮助你更快地完成这个程序。谢谢！

Answer 1

IIUC，您需要将FrameInfo与C合并：

（这将为其添加一列），然后将结果与C = pd.merge(C, A, on=['Canal', 'Gerencia'])合并：

（再次向C = pd.merge(C, B, on=['Marca', 'Formato'])添加一列）

此时，请检查C以获取列的名称;说它们是C，grad_foo，grad_bar。所以只需添加它们

grad_baz

对熊猫数据帧进行高效计算

1 个答案: