Question

我希望做到以下几点：

df.loc[(df["first_name"] == "joko") & (df["last_name"] == "widodo"), "are_you_joko"]

但是，没有在行（df [“first_name”] ==“joko”）＆amp;中明确提供列名和值。（df [“last_name”] ==“widodo”）。相反，我想提供键/值对的词典，例如 {“first_name”：“joko”，“last_name”：“widodo”} 。另外，我想以最快的方式实现这一目标。我目前正在使用以下内容。

tf_df = pd.DataFrame([df[k] == v for k, v in record_dict.iteritems()]).all()
df.loc[:, "are_you_joko"] = tf_df

其中 record_dict 是 {“first_name”：“joko”，“last_name”：“widodo”} 。我很感兴趣，如果有人知道更快的事情。谢谢！

Answer 1

似乎创建新的DataFrame可能需要时间和时间。记忆，如果你的df很大。我试过这样的事情，len(df) = 100000时我的机器比你的机器快500倍。如果您的df很小，我猜没有区别。

In [1]:

import pandas as pd
import numpy as np

df = pd.DataFrame(np.random.randint(3, size=(100000,5)), columns=list('ABCDE'))

record_dict = dict(A=1, B=2, C=1, D=2, E=1)
In [2]:

%%timeit 
tf_df = pd.DataFrame([df[k] == v for k, v in record_dict.iteritems()]).all()
1 loops, best of 3: 2.34 s per loop
In [3]:

%%timeit
msk = None
for k, v in record_dict.iteritems():
    if msk is None:
        msk = df[k] == v
    else:
        msk = msk & (df[k] == v)       
100 loops, best of 3: 4.14 ms per loop

使用键/值对的词典匹配pandas DataFrame行

1 个答案: