data = [{'a': 12, 'b': 23, 'c':34, 'd': 0.1, 'e':25},
{'a':13, 'b': 26, 'c': 38, 'd': 0.02, 'e':26},
{'a':19, 'b': 28, 'c': 31, 'd': 0.04, 'e':22}
]
# Creates DataFrame.
df = pd.DataFrame(data)
a b c d e
0 12 23 34 0.10 25
1 13 26 38 0.02 26
2 19 28 31 0.04 22
我有一個非常大的資料框，由 20 列和 2000 萬多行組成，我想將某些列乘以 d 列。
例如，在這種情況下，我想將 a、c 和 e 列乘以 d 列中的百分比我想知道最快的方法是什么
uj5u.com熱心網友回復：
如果通過DataFrame.mul它的列名稱串列選擇多個值很快：
cols = ['a','c','e']
df[cols] = df[cols].mul(df['d'], axis=0)
print (df)
a b c d e
0 1.20 23 3.40 0.10 2.50
1 0.26 26 0.76 0.02 0.52
2 0.76 28 1.24 0.04 0.88
Numpy 替代方案，但速度不快：
cols = ['a','c','e']
df[cols] = df[cols].to_numpy() * df['d'].to_numpy()[:, None]
df = pd.DataFrame(data)
#300k rows
df = pd.concat([df] * 100000, ignore_index=True)
print (df)
In [113]: %%timeit
...: cols = ['a','c','e']
...: df[cols] = df[cols].mul(df['d'], axis=0)
...:
...:
14.5 ms ± 366 μs per loop (mean ± std. dev. of 7 runs, 100 loops each)
In [114]: %%timeit
...: cols = ['a','c','e']
...: df[cols] = df[cols].to_numpy() * df['d'].to_numpy()[:, None]
...:
138 ms ± 724 μs per loop (mean ± std. dev. of 7 runs, 10 loops each)
轉載請註明出處，本文鏈接：https://www.uj5u.com/yidong/453050.html
標籤：Python 熊猫 数据框 麻木的 python-3.5
上一篇：按索引為二維陣列構建掩碼
下一篇：numpy：有條件的按列操作