Question

我有一个数据框和一系列费率。我的计算非常简单：

new_row（n）= new_row（n-1）* rate + old_row（n）

我的数据框中有20个列。 rate 是一系列20（每列1个）。我用循环编写了一个代码，需要将近9秒才能运行。我相信，这不是进行这项练习的理想方式。我想找到一种Pythonic方法。

data = pd.read_csv('data.csv')
ret_rate = pd.read_csv('Retention_Rate.csv')

ret_dat = data.copy()
for i in range(4, ret_dat.shape[1]):
    for j in range(1, ret_dat.shape[0]):
        if (ret_dat['MARKET_ID'][j] == ret_dat['MARKET_ID'][j-1]):
        ret_dat.iloc[j, i] = ret_dat.iloc[j, i] + ret_rate.iloc[i-4,0]*ret_dat.iloc[j-1, i]

ret_dat.to_csv('adstock_data_v3.csv')

我已将数据in a Google sheet。

Answer 1

我不确定这是否是你想要达到的目标 - 但这更简单，直接翻译你给出的公式

data = pd.read_csv('data.csv')
ret_rate = pd.read_csv('Retention_Rate.csv',usecols=['rate'])
# since you require only the 5th column onwards
ret_data = data.ix[:,4:]

# you can apply broad operations over rows instead of individual cells now
for i in range(1,len(ret_data)):
    ret_data.iloc[i] = ret_data.iloc[i-1].multiply(ret_rate.rate.iloc[i-1]) + ret_dat.iloc[i]

ret_data.to_csv('your_filename.csv',sep=',')

Answer 2

只需使用感兴趣的data切片
系列ret_rate用于演示目的，其长度等于data的列数
您将data与ret_rate沿{（1}}）列{（1}}和axis=1此DataFrame相乘，并添加初始DataFrame

代码：

shift

所以所有的计算只是一行熊猫。

对于data = pd.read_csv("data_so.csv").iloc[:,4:] ret_rate = pd.Series(range(df.shape[1]), index=df.columns) data.multiply(ret_rate, 1).shift() + data，multiply()的索引等于ret_rate的列名非常重要。

Answer 3

终于找到了解决方案。在这一点上，我能找到最优的解决方案。利用scipy.signal.lfilter的信号处理。这是解决方案：

for media_var in self.config.media_vars: adstocked_vals = lfilter([1], [1, -ret_rate[media_var]], data[media_var])

感谢所有给出不同答案的人。它确实以某种方式帮助了我。感谢Warren Weckesser在另一个帖子here

上的解决方案

pandas数据帧中的行（n-1）* rate + row（n）

3 个答案: