Question

我有一个数据框，该数据框总结了一天中每天的每一天我花费的预算（两列Hour of day和Cost）。

我必须将一天中的连续几个小时分为6组，例如：0到3，然后是4到10、11到15、16到18、19到21、22到23，也可以称为一个元组：（4，11，16，19，22）。

然后，对于每个切片，我都想做一些基本操作。最终目标是提取在所有时间范围内获得最低Cost方差总和的组合。（换句话说，哪种组合能够最好地将一天中相似的时间分组在一起）。

我尝试了一天，使用itertools.combinations遍历5到1至23之间的5个长度的元组的所有可能组合。但是主要的问题是，当我尝试对每个切片执行一些基本操作时。提取单个时间范围（例如0到3）已经花费了35秒。

将day作为2列（Hour of day和Cost）和24行的数据框，到目前为止，这是我用于切片的部分：

import itertools

for item in itertools.combinations(range(1,24), 5):
    day_slice_1 = day.loc[(day['Hour of day'] < item[0])].copy()
    day_slice_2 = day.loc[(day['Hour of day'] >= item[0]) & (day['Hour of day'] < item[1])].copy()
    day_slice_3 = day.loc[(day['Hour of day'] >= item[1]) & (day['Hour of day'] < item[2])].copy()
    day_slice_4 = day.loc[(day['Hour of day'] >= item[2]) & (day['Hour of day'] < item[3])].copy()
    day_slice_5 = day.loc[(day['Hour of day'] >= item[3]) & (day['Hour of day'] < item[4])].copy()
    day_slice_6 = day.loc[(day['Hour of day'] >= item[4])].copy()

重复33649次后，此过滤将花费大量时间。您能想到任何更快的方法吗？

遍历大量数据帧片

0 个答案: