0
我有一个大型熊猫数据框,由用户,每个用户购买的产品和产品价格组成。熊猫数据框组中的快速迭代更改
我使用的代码如下所示。
import pandas as pd
import numpy as np
import matplotlib.pyplot as plt
import random
# Create Dataframe randomly
product_list = ['P1', 'P2', 'P3', 'P4', 'P5', 'P6', 'P7', 'P8', 'P9', 'P10', 'P11', 'P12']
user_list = ['U1', 'U2', 'U3', 'U4', 'U5', 'U6', 'U7', 'U8', 'U9', 'U10']
price_list = [50, 90, 100]
# Create random transactions
transactions = pd.DataFrame(np.random.choice(user_list, 200))
transactions['item'] = pd.DataFrame(np.random.choice(product_list, 200))
transactions['quantity'] = 1
transactions['price'] = np.random.choice([50, 90, 100], 200)
transactions.columns = ['user', 'item', 'quantity', 'price']
transactions['suggested_price'] = 0
# Create groups to apply suggested discount
grouped = transactions.groupby(["user", "item"])
# Apply suggested discount
for key, group in grouped:
transactions.set_value(
group.index, 'suggested_discount', np.random.random())
这段代码的最大问题是最后一块代码的性能,它将建议的折扣应用于每个用户(客户)。原始数据帧有超过600万行。
此外,有一两件事我注意到的是最慢的一步是,当我改变群体的价值,即行:
transactions.set_value(
group.index, 'suggested_discount', np.random.random())
在原来的代码有这行代码之前其他步骤。
我没想到改变组列的值会很慢。有更好,更快的实施吗?
谢谢!