时间戳

首页 > 解决方案 > 从具有相同索引和列的两个 pandas 数据帧执行计算的最快方法

python - 从具有相同索引和列的两个 pandas 数据帧执行计算的最快方法

问题描述

我有两个熊猫数据框，每个都有相同的索引和列。我想创建第三个 pandas 数据框，其中包含其他两个单元格的乘积。

这是我目前的解决方案，但它非常缓慢。

import pandas as pd

new_df = pd.DataFrame(columns=df1.columns, index=df1.index, data=[])

for col, values in new_df.iteritems():
    for idx, value in values.iteritems():
        foo = df1.loc[idx][col]
        bar = df2.loc[idx][col]

        new_df.set_value(idx, col, foo * abs(bar))

有什么更好的方法可以更快地做到这一点？谢谢！

标签： pythonpython-3.xpandas

解决方案

正如我在上面的评论中提到的，你可以使用DataFramemul DataFrame，因为pandasisindex和columnssensitive ，每当它计算值时，只有两个隐藏键（index和columns）只有当两者都匹配时，它才会计算值，如果不是，它不会计算（返回NaN）

在您的情况下，您可能希望添加reindex_like保护，这样您就不会有任何不需要的列仅在 df2 中退出。

df1.mul(df2.abs().reindex_like(df1),fill_value=0)

推荐阅读