Question

我正在尝试从由productId和customerId索引的数据框中提取信息。我有成千上万的（productId，customerId）对，并且有兴趣寻找最有效的方法来实现此目的。

我有两个数据框，df1包含我感兴趣的customerId和productId对，第二个数据框df2包含由customerId，productId对索引的感兴趣信息。

到目前为止，我已经尝试过类似的事情：

def f(x, y):
    return(df2.col[(df2.customerId == x) & (df2.productId == y)].sum())

values = df1.apply(lambda x: f(x.customerId, x.productId), axis = 1)

工作正常，但速度很慢。

有什么改进建议吗？

Answer 1

您可以尝试理解列表：

values = [df2.loc[df2[['customerId', 'productId']].eq(i).all(), 'col'].sum() for i in df1.values]

基于两个列值从熊猫数据框中高效提取信息

1 个答案: