鉴于以下DataFrame
:
t
0 3
1 5
我想创建一个新列,其中wach条目是一个列表,它是它所在行的函数。特别是它应该有一个列表,其中所有正整数不大于列{{1 }}。所以输出应该是:
t
换句话说,我想将 t newCol
0 3 [1,2,3]
1 5 [1,2,3,4,5]
应用于每一行。我知道如何在一个循环中完成它,但是有一个很长的list(range(1,t+1))
,所以我在寻找速度。谢谢。
答案 0 :(得分:2)
这是使用NumPy
方法的矢量化方法 -
a = df.t.values
idx = a.cumsum()
id_arr = np.ones(idx[-1],dtype=int)
id_arr[idx[:-1]] = -a[:-1]+1
df['newCol'] = np.split(id_arr.cumsum(),idx[:-1])
示例运行 -
In [76]: df
Out[76]:
t newCol
0 4 [1, 2, 3, 4]
1 3 [1, 2, 3]
2 7 [1, 2, 3, 4, 5, 6, 7]
3 2 [1, 2]
4 5 [1, 2, 3, 4, 5]
5 3 [1, 2, 3]
答案 1 :(得分:1)
这与@Divakar的答案非常接近,但我相信它更直观一些。
获取更快速访问的值
v = df.t.values
[3 5]
获得v
的累积总和
cumsum = v.cumsum()
[3 8]
获得一些差异
用于跟踪拆分并在以后采取差异
diffs = cumsum - v
[0 3]
编制一个大累积金额
这是最终值的起点
prevals = np.ones(cumsum[-1], dtype=int).cumsum()
[1 2 3 4 5 6 7 8]
最后,拆分并放置
df['new_col'] = np.split(prevals - np.repeat(diffs, v), diffs[1:])
所有
df = pd.DataFrame(dict(t=[4, 3, 7, 2, 5, 3]))
v = df.t.values
cumsum = v.cumsum()
diffs = cumsum - v
prevals = np.ones(cumsum[-1], dtype=int).cumsum()
df['new_col'] = np.split(prevals - np.repeat(diffs, v), diffs[1:])