Question

您好，Stack Overflow的人，我正在寻找一种标记16万行熊猫数据框中所有成对彼此为负的 的快速方法。

示例数据框：

import pandas as pd

df = pd.DataFrame({'A': ['a','b','c','b','c','d','b'],
                   'B': ['x','y','x','y','x','z','y'],
                   'C': [-1.23, 1.2, 9.8, -1.2, -9.8, 1.23, -1.2]})

索引为1和3的行应标记为一对，索引2和4也应标记为一对。我严格地希望与PAIRS匹配，例如，索引6不应与1和3一起被标记，并且没有索引可以被多次标记。

所需的输出应为：

pairlist = [1,3,2,4]

我尝试使用itertuples（），但速度很慢：

pairlist = []
for row in df.itertuples():
    if row.C < 0 and row.Index not in pairlist:
        found = df.loc[(df['A'] == row.A) & (df['B'] == row.B) & (df['C'] == -1*row.C)].index.tolist()
        if len(found)>0:
            for f in found:
                if f not in pairlist:
                    pairlist.append(row.Index)
                    pairlist.append(f)
                    break

以矢量化方式执行此操作的任何方式？

Answer 1

对于您的情况，让transform与filter相加

s=df.groupby(['A','B']).C.transform('sum').eq(0)
df=df[s]

df.groupby(['A','B']).groups.values()
Out[32]: dict_values([Int64Index([1, 3], dtype='int64'), Int64Index([2, 4], dtype='int64')])

有没有一种快速的方法可以在Pandas DataFrame中查找阴性对应副本？

1 个答案: