Question

我有一个函数，我的运行有点太慢了，似乎无法使其更快。我拥有57个产品和402个商店的组合。下面的函数创建以产品为索引的数据框并存储为列。目的是获取产品销售的最大数量并存储并将其分配给“ unconstraintload_df”数据帧。它似乎可以完成工作，但是要花很长时间才能完成。请问有人有加快它的想法吗？

def getmaxsaleperproduct_and_store(product,store):
    return training_DS[(training_DS["Prod Code"]==product)&(training_DS["Store"]==store)]["Sold Qty"].max()

def unconstraintsales():
    global unconstraintload_df

    ProdCodeList = training_DS["Prod Code"].unique()
    StoreNumberList = training_DS["Store"].unique()

    unconstraintload_df = pd.DataFrame(index=StoreNumberList,columns=ProdCodeList)

    for store in StoreNumberList:
        for prod in ProdCodeList:
            unconstraintload_df.loc[unconstraintload_df.index==store,prod] = getmaxsaleperproduct_and_store(prod,store)

Answer 1

尝试：

unconstraintload_df = training_DS[["Store", "Prod Code", "Sold Qty"]].groupby(["Store", "Prod Code"]).max().reset_index()

Answer 2

考虑pivot_table并避免嵌套循环。请记住，与使用列表，元组或字典的通用Python不同，Pandas中的聚合很少需要循环：

unconstraintload_df = pd.pivot_table(training_DS, index="Prod Code", columns="Store", 
                                     values="Sold Qty", aggfunc="max")

此外，除报告外，较宽的数据集比长格式的有用性更低。考虑使用groupby进行长格式聚合，并避免管理超过400列：

long_agg_df = training_DS.groupby(["Prod Code", "Store"])["Sold Qty"].max()

加快循环-为数据框分配值

2 个答案: