。熊在熊猫慢

Question

我有一个DataFrame，它有多个数字列（varnames）和一个标记列（groups[0]），用于标识所有不同的观察组。我想取每组的平均值并从相应的观察中减去它：

mean                = df[varnames+[groups[0]]].groupby(groups[0]).mean()
df.loc[:,varnames] -= mean.loc[df[groups[0]]].values

我的代码有效，但需要很长时间。我已经分析了性能和花费很长时间的这一行：mean.loc[df[groups[0]]].values我认为这是最简单的路线。为什么需要这么长时间？我能优化一下吗？

版本：

INSTALLED VERSIONS
------------------
commit: None
python: 2.7.11.final.0
python-bits: 64
OS: Linux
OS-release: 3.13.0-73-generic
machine: x86_64
processor: x86_64
byteorder: little
LC_ALL: None
LANG: en_US.UTF-8

pandas: 0.17.1

Answer 1

使用transform： df.groupby([groups[0]])[varnames].transform(lambda z: z - z.mean())