Question

我有一个庞大的数据集要处理，我正在尝试优化最昂贵的行，处理明智。

我使用带有3列A，B和C的df。我有2个值a和b，它们用于更新df子集中的C值。

在继续之前，让我定义一个文本替换以提高可读性：

filter(_X) -> df.loc[df['A'] < a, _X]

每次输入＆＃34; filter＆＃34;时，请将其替换为右侧的文本（使用正确的参数代替参数_X - 想想C / C ++宏）。有问题的代码行是：

filter('C') += a * np.minimum(filter('B'), b)

我不确定的是，如果python将处理＆＃34;过滤＆＃34;评估表达式时两次，或者它将使用＆＃34;引用＆＃34; （a-la C ++）并且只做一次。在前一种情况下，有没有办法让我以某种方式重写表达式，以避免双重执行＆＃34; filter＆＃34;？

此外，如果您有关于如何重写＆＃34;过滤器＆＃34;的建议。本身，我很乐意测试它们。

编辑：代码的扩展版本：

df.loc[df['A'] < a, 'C'] += a * np.minimum(df.loc[df['A'] < a, 'B'], b)

Answer 1

如果我理解正确，您可能不需要过滤两次＆＃34;在+=之后。请参阅下面的示例：

np.random.seed(5)
df =  pd.DataFrame(np.random.randint(0,100,size=(4, 4)), columns=list('ABCD'))


    A   B   C   D
0   99  78  61  16
1   73  8   62  27
2   30  80  7   76
3   15  53  80  27

现在，如果您想将最小列C和D的值添加到B的当前值，那么只需：df.loc[df['A'] < 80, 'B'] += np.minimum(df['C'], df['D'])

    A    B      C   D
0   99  78.0    61  16  
1   73  35.0    62  27 #<--- meets condition 8+27=35
2   30  87.0    7   76 #<--- meets condition 80+7=87
3   15  80.0    80  27 #<--- meets condition 53+27=80

请注意A＆lt;何时80. B值随C或D中较小的值而变化。需要注意的一点是B变成了浮点数。不知道为什么。

Pandas DF在同一计算中引用相同的切片两次

1 个答案: