Question

鉴于以下内容：

import pandas as pd
from pandas import *
from numpy import *

df = pd.DataFrame(columns=['A', 'B', 'C'])
df['A'] = [1,1,1,2,2,2,3,3,3,4,4,4,5,5,5]
df['B'] = ['a','b','c','a','b','c','a','b','c','a','b','c','a','b','c']

list_a = list(df['A'].unique())
list_b = list(df['B'].unique())

我想删除以下循环以加快下一步......

for i in list_a:
    for j in list_b:
        df.ix[(df['A']==i) & (df['B']==j), 'C'] = i*j

超过数万行，这非常慢。感谢您的许多见解。

请注意 - i * j是无关紧要的 - 我从查找表中拉出=的另一面，这会使示例复杂化。

编辑：我认为这是一个基于list_a和list_b中的项目的索引问题，因此我可以在前面提到的ref表中搜索并写入过滤的df ['C']。再次感谢。

Answer 1

你可以这样做：

df['C'] = df['B'] * df['A']

这将对*和df['A']

中的匹配对应用df['B']的元素操作

python / pandas - 想要删除嵌套循环以改善运行时间

1 个答案: