Question

我有一个数据框，其中包含日期作为行和列，作为特定日期每个股票的$ investment（“ndate”）。另外，我有一个系列（“portT”），其中包含每个日期所有股票的总投资总和（系列大小：len（ndate）* 1）。以下是通过将每行ndate的每个元素除以当天的总和来计算每个股票/每个日期的权重的代码：

(l,w)=port1.shape  
for i in range(0,l):      
    port1.iloc[i]=np.divide(ndate.iloc[i],portT.iloc[i])

代码运行速度非常慢，请您告诉我如何修改和加快代码？我试图通过矢量化来做到这一点，但没有成功。

Answer 1

因为这只是两个相同形状的数据帧的简单划分（或者你可以这样形成它）你可以使用简单的/ - 运算符，pandas将逐个元素地执行它（可能是复制的形状不匹配，所以请确保）：

import pandas as pd
df1 = pd.DataFrame([[1,2], [3,4]])
df2 = pd.DataFrame([[2,2], [3,3]])
df_new = df1 / df2
#>>> pd.DataFrame([[0.5, 1.],[1., 1.3]])

这很可能在内部执行您在示例中指定的相同操作，但是，内部分配和检查是绕过的，这应该会给您一些速度

编辑：我错了你的问题大纲;下次可能包含一个最小的自包含代码示例。 / - 运算符仍然适用于Dataframes和Series：

import pandas as pd
df = pd.DataFrame([[1,2], [3,4]])
s = pd.Series([1,2])
new_df = df / s
#>>> pd.DataFrame([[1., 3.],[1., 2]])

加速每个行中的行和元素运行的Python循环

1 个答案: