我正在嘗試分組進行一些列范圍的乘法和除法并將它們連接在一起。但我想大規模地進行 - 目前它有點重復 - 具有 A 字串的列除以具有 D 字串的列并乘以 WC 列，然后在組 B 和 C 上對 D 列和 WC 列重復類似的程序. 最后，我會將它們合并到同一個資料框中。我怎樣才能使這個程序更有效率？
輸入：
df = pd.DataFrame({"cid" : {0 : "cd1", 1 : "cd2", 2 : "cd3"},
"A1970" : {0 : 3.2, 1 : 3.5, 2 : .4},
"A1980" : {0 : 3.1, 1 : 3.6, 2 : .5},
"B1970" : {0 : 2.5, 1 : 1.2, 2 : .7},
"B1980" : {0 : 3.2, 1 : 1.3, 2 : .1},
"C1970" : {0 : 3.2, 1 : 3.3, 2 : .3},
"C1980" : {0 : 3.3, 1 : 3.4, 2 : .3},
"D1970" : {0 : 2.4, 1 : 1.3, 2 : .7},
"D1980" : {0 : 3.2, 1 : 1.3, 2 : .2},
"WC" : {0 :0.5, 1 : 0.3, 2 : .1}
}).set_index(['cid'])
# A1970 A1980 B1970 B1980 C1970 C1980 D1970 D1980 WC
# cid
# cd1 3.2 3.1 2.5 3.2 3.2 3.3 2.4 3.2 0.5
# cd2 3.5 3.6 1.2 1.3 3.3 3.4 1.3 1.3 0.3
# cd3 0.4 0.5 0.7 0.1 0.3 0.3 0.7 0.2 0.1
加工：
df_a = (df.filter(regex='A')
.div(df.filter(regex='D').values)
.multiply(df["WC"], axis="index")
.add_suffix("_rt"))
# A1970_rt A1980_rt
# cid
# cd1 0.666667 0.484375
# cd2 0.807692 0.830769
# cd3 0.057143 0.250000
df_b = (df.filter(regex='B')
.div(df.filter(regex='D').values)
.multiply(df["WC"], axis="index")
.add_suffix("_rt"))
df_c = (df.filter(regex='C')
.div(df.filter(regex='D').values)
.multiply(df["WC"], axis="index")
.add_suffix("_rt"))
uj5u.com熱心網友回復：
對于可能的匹配列的解決方案，MultiIndex按年計算A,B,C和D：
df1 = df.set_index('WC', append=True)
df1.columns = pd.MultiIndex.from_frame(df1.columns.str.extract('(\D )(\d )', expand=True))
wc = df1.index.get_level_values('WC')
df1 = df1.loc[:, ['A','B','C']].div(df1.xs('D', axis=1)).mul(wc, axis='index')
df1.columns = df1.columns.map('_'.join)
df1 = df1.add_suffix("_rt").reset_index()
print (df1)
cid WC A_1970_rt A_1980_rt B_1970_rt B_1980_rt C_1970_rt C_1980_rt
0 cd1 0.5 0.666667 0.484375 0.520833 0.50 0.666667 0.515625
1 cd2 0.3 0.807692 0.830769 0.276923 0.30 0.761538 0.784615
2 cd3 0.1 0.057143 0.250000 0.100000 0.05 0.042857 0.150000
uj5u.com熱心網友回復：
使用底層 numpy 資料：
創建一個新的資料框：
regex = r'^[ABC]'
N = 3 # number of A/B/C columns
# or if needed to calculate it programmatically
# N = df.filter(regex=regex).shape[1] // df.filter(regex='^D').shape[1]
(df.filter(regex=regex) # get A/B/C columns
.mul(df['WC'], axis=0) # multiply by WC
# divide by D (tiled to match the number of A/B/C)
.div(np.tile(df.filter(regex='D').values, (1,N)))
.add_suffix('_rt') # rename columns
)
輸出：
A1970_rt A1980_rt B1970_rt B1980_rt C1970_rt C1980_rt
cid
cd1 0.666667 0.484375 0.520833 0.50 0.666667 0.515625
cd2 0.807692 0.830769 0.276923 0.30 0.761538 0.784615
cd3 0.057143 0.250000 0.100000 0.05 0.042857 0.150000
就地更新原始資料框
df.update( # update the dataframe with the output from:
df.filter(regex=regex) # get A/B/C columns
.mul(df['WC'], axis=0) # multiply by WC
# divide by D (tiled to match the number of A/B/C)
.div(np.tile(df.filter(regex='D').values, (1,N)))
)
輸出：
A1970 A1980 B1970 B1980 C1970 C1980 D1970 D1980 WC
cid
cd1 0.666667 0.484375 0.520833 0.50 0.666667 0.515625 2.4 3.2 0.5
cd2 0.807692 0.830769 0.276923 0.30 0.761538 0.784615 1.3 1.3 0.3
cd3 0.057143 0.250000 0.100000 0.05 0.042857 0.150000 0.7 0.2 0.1
uj5u.com熱心網友回復：
您可以轉換df.filter(regex='D')為 numpy 陣列，然后使用np.tile它來重復它，然后將“A”-“C”列相除并相乘：
col_msk = ~df.columns.str.contains('D|WC')
out = df.loc[:, col_msk].div(np.tile(df.filter(regex='D').to_numpy(), (1, sum(col_msk)//2))).multiply(df["WC"], axis="index").add_suffix("_rt")
輸出：
A1970_rt A1980_rt B1970_rt B1980_rt C1970_rt C1980_rt
cid
cd1 0.666667 0.484375 0.520833 0.50 0.666667 0.515625
cd2 0.807692 0.830769 0.276923 0.30 0.761538 0.784615
cd3 0.057143 0.250000 0.100000 0.05 0.042857 0.150000
轉載請註明出處，本文鏈接：https://www.uj5u.com/qiye/424175.html
上一篇：使用opencv和numpy陣列的RGB影像遮罩（形狀不匹配）
下一篇：如何僅將陣列轉換為列中的資料框