使用pandas优化for循环

Question

这是我最近发现的一个问题，我非常喜欢设计解决方案。我认为这是一个很好的练习，也是 for loops 和pandas组合的好例子。

我有以下pandas数据框，有三列： ['running'，'Period_change'，'Close'，'sum'] 。

我想实现以下 for 循环的替代方案来加速程序。

import pandas as pd

game = pd.read_csv('test.csv').set_index('timestamp').dropna()
for l in game['runs'].unique():
    game['sum'][game['runs'] == l] = game[game['runs'] == l]['Period_change'].sum()/game[game['runs'] == l]['Close'].iloc[0]

Answer 1

IIUC，您的for循环可以由groupby

替换

df['sum']=df.name.map(df.groupby('name').apply(lambda x : x['Period_change'].sum()/x['Close'].iloc[0]))