Question

我有一个像这样的数据帧，它是经过一些汇总和条件生成的，

X      P       D1           D2
1      A    2016-06-02   2016-07-26
2      A    2016-10-04   2016-12-01
3      A    2016-12-13   2017-03-11
1      B    2017-03-04   2018-01-11

从这个数据帧中，我必须填充另一个具有n列数的数据帧，其中每列为一个月，在[201606, 201607,......, 201801]范围内，这是先前进行的。即我已经有一个如上所述的列的数据框。我要填充该数据框。

我想为聚合数据框中的每个记录创建一行，其中X，P的组合在整个聚合数据框中都是唯一的。

对于第一条记录，我想用1填充列201606至201607，即从D1到D2（包括两端），所有其他列应为0

对于第二行，我想对其他各列填充1和0，并在聚合数据框中的每一行填充201610至201612列。

如何使用熊猫更快，更有效地做到这一点？我宁愿不要遍历数据框，因为我的数据将很大。

如果填充现有数据框不理想，则如上所述生成数据框也可以达到我的目的。

Answer 1

我无法想象如何不进行任何迭代。但是可以迭代初始数据框的行或结果数据框的列：

首先构建所有列都为0的结果数据框

resul = pd.DataFrame(data = 0, columns=pd.period_range(df.D1.min(), df.D2.max(), freq='M'),
                     index = df.index)

迭代初始数据帧的行：

for ix, row in df.iterrows():
    resul.loc[ix, pd.period_range(row.D1, row.D2, freq='M')] = 1

迭代结果数据框的列

for c in resul.columns:
    resul[c] = np.where((c.end_time>=df.D1)&(c.start_time <= df.D2), 1, 0)

在这两种情况下，您的示例数据均按预期给出：

   2016-06  2016-07  2016-08  2016-09  2016-10  2016-11  2016-12  2017-01  2017-02  2017-03  2017-04  2017-05  2017-06  2017-07  2017-08  2017-09  2017-10  2017-11  2017-12  2018-01
0        1        1        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0        0
1        0        0        0        0        1        1        1        0        0        0        0        0        0        0        0        0        0        0        0        0
2        0        0        0        0        0        0        1        1        1        1        0        0        0        0        0        0        0        0        0        0
3        0        0        0        0        0        0        0        0        0        1        1        1        1        1        1        1        1        1        1        1

这两种方法之间的选择将是较短的迭代：如果初始数据帧的行数少于resul数据帧的列数，则选择方法1，否则选择方法2

根据汇总的数据框填充数据框

1 个答案: