Question

我有以下数据框，其中有大约4000个代码，总共约有200万行：

Ticker      Date              Rank         
  1         01/01/2000         5            
  1         01/02/2000        NaN             
  2         01/01/2000         4            
  2         01/02/2000         2

我现在运行以下代码来执行Rank列，它完全正常。：

import pandas as pd
df= df.sort_values(by=["Ticker", "Date"], ascending=[True,True])
df['Rank'] = df.groupby('Ticker')['Rank'].fillna(value=None, method="ffill")

但是，我现在想要继续推进另一个专栏。为了创建此列，我执行以下操作：

  import numpy as np
  df["Code"]=np.NaN

在这个函数中，我写了一些代码，根据df“add”中的日期和自动收报机值，大约200个值将被1替换。此代码可以工作并查看以下内容：

df["Code"][(df.Date == add) & (df["Ticker"] == column)] = 1

这使得我的数据框看起来像这样：

Ticker      Date              Rank          Code      
  1         01/01/2000         5             NaN
  1         01/02/2000        NaN            NaN
  2         01/01/2000         4              1
  2         01/02/2000         2             NaN

现在，我想继续本专栏，但代码需要永远。

import pandas as pd
df= df.sort_values(by=["Ticker", "Date"], ascending=[True,True])
df['Code'] = df.groupby('Ticker')['Code'].fillna(value=None, method="ffill")

我已经跑了两天而且我的电脑崩溃了。在我做事的方式上肯定有一些错误，因为上面的结转运行得如此之快，而且这个甚至都没有完成。我检查了“代码”的dtype，它是float64。

有人可以帮忙吗？

Answer 1

我尝试使用sort=False到groupby和DataFrameGroupBy.ffill来改进您的代码：

#convert column to datetime
df["Date"] = pd.to_datetime(df["Date"])
#ascending can be omit, because default value
df= df.sort_values(by=["Ticker", "Date"])

df['Rank'] = df.groupby('Ticker', sort=False)['Rank'].ffill()
add = '01/01/2000'
column = 2

df.loc[(df.Date == add) & (df["Ticker"] == column), "Code"] = 1

#sorting again is not necessary
df['Code'] = df.groupby('Ticker', sort=False)['Code'].ffill()
print (df)
   Ticker       Date  Rank  Code
0       1 2000-01-01   5.0   NaN
1       1 2000-01-02   5.0   NaN
2       2 2000-01-01   4.0   1.0
3       2 2000-01-02   2.0   1.0

熊猫：Groupby Fillna不工作

1 个答案: