5
我需要更快地完成我的代码。问题很简单,但我没有找到一个好的方法来进行计算,而无需循环整个DataFrame。对熊猫数据帧的高效计算
我有三个dataFrames:A,B和C.
A和B具有每个3列和格式如下:
A(10行):
Canal Gerencia grad
0 'ABC' 'DEF' 23
etc...
B(25行):
Marca Formato grad
0 'GHI' 'JKL' 43
etc...
数据帧C,在另一方面,有5列:
C(5000行):
Marca Formato Canal Gerencia grad
0 'GHI' 'JKL' 'ABC' 'DEF' -102
etc...
我需要与数据帧“C”,从三个表加起来“毕业生”的值的相同长度的矢量,例如:
m = 'GHI'
f = 'JKL'
c = 'ABC'
g = 'DEF'
res = C['grad'][C['Marca']==m][C['Formato']==f][C['Canal']==c][C['Gerencia']==g] + A['grad'][A['Canal']==c][A['Gerencia']==g] + B['grad'][B['Formato']==f][B['Marca']==m]
>>-36
我试着循环播放C数据帧,但速度太慢。我知道我应该尽量避免通过dataFrame的循环,但不知道如何做到这一点。我的实际代码是以下(作品,但非常慢):
res=[]
for row_index, row in C.iterrows():
vec1 = A['Gerencia']==row['Gerencia']
vec2 = A['Canal']==row['Canal']
vec3 = B['Marca']==row['Marca']
vec4 = B['Formato']==row['Formato']
grad = row['grad']
res.append(grad + sum(A['grad'][vec1][vec2])+ sum(B['grad'][vec3][vec4]))
我真的很感激任何帮助,使这个例程更快。谢谢!
谢谢!那正是我需要的! – learn2day