Question

我在pandas中有两个数据帧。 DF“A”包含区域名称的起始和结束索引。 DF“B”包含子区域的起始和结束索引。目标是提取所有区域的所有子区域。

示例：

A:

 start index | end index | zone name 
-----------------------------------
   1         |  10       |    X

B:
 start index | end index | subzone name 
-----------------------------------
   2         |  3        |    Y

在上面的例子中，Y是X的子区，因为它的索引属于X的索引。

我目前正在这样做的方法是使用iterrows遍历A中的每一行，并且对于每一行（区域），我在B（子区域）中找到切片。这种解决方案在大熊猫中非常慢，因为它不会很快。如果不在熊猫中使用iterrows，我该如何完成这项任务？

Answer 1

可以按字典和系列进行分组，分组信息可能以数组以外的形式存在。让我们考虑另一个示例DataFrame（由于您的数据框架中没有数据，所以我要用自己的DF DFA =映射，DFB =人们具有价值观并且具有现实世界的解释）：

people = pd.DataFrame(np.random.randn(5, 5),
         columns=['a', 'b', 'c', 'd', 'e'],
         index=['Joe', 'Steve', 'Wes', 'Jim', 'Travis'])
people.iloc[2:3, [1, 2]] = np.nan # Add a few NA values

现在，假设我对各列有一个组对应关系，并且想要求和按组将列合并在一起：

mapping = {'a': 'red', 'b': 'red', 'c': 'blue',
           'd': 'blue', 'e': 'red', 'f' : 'orange'}
#Mapping is a Dictionary just like a DataFrame (DF A representing Zones)

您可以根据此字典构造一个数组以传递给groupby，但是我们可以通过dict（我确定您可以将Dictionary转换为dtata Frame，将Data Frame转换为Dictionary，所以跳过这一步，否则，您最好在评论中提问）

by_column = people.groupby(mapping, axis=1)

我正在使用sum（）运算符，您可以使用任何想要的运算符（如果要将子区域与父区域合并，可以通过级联来完成此操作，否则我会详细介绍）

by_column.sum()

Series具有相同的功能，可以将其视为固定大小的映射：

注意：将函数与数组，字典或Series一起使用不是问题，因为所有内容都在内部转换为数组。

使用pandas中的另一个数据框快速切片数据帧

1 个答案: