时间戳

首页 > 解决方案 > 找到一种方法来有效地执行 DataFrame 的某些列的计算

python - 找到一种方法来有效地执行 DataFrame 的某些列的计算

问题描述

我正在尝试查看 Pandas DataFrame 的特定列并尝试执行以下操作：

col0 col1   col2
int0 float0 str0
int1 float1 str0
int2 float2 str1

我试图在该列上逐行迭代 DataFrame，但这似乎效率不高。 Lambda 是一种选择，但我不确定 DataFrame 列是否有类似“列表理解”的东西（据我所知，这是熊猫系列）。

如果，假设 DataFrame 被定义为 df，那么我想做一些事情，比如：

for row in df:
    if df['col2'] == str0:
        # do some calculation for all str0 types
    elif df['col2'] == str1:
        # do another calculation for all str1 types
    else:
        # do another calculation for all other types (which are actually str2 types implied by the if-elif-else statement)

我试图重复此操作以获得一个单独的 NumPy 矩阵，该矩阵将创建一个与 DataFrame 的相应行相对应的 NumPy 行。通过检查“col2”的条件，将根据其值执行单独的计算，并生成相应 NumPy 数组的行。

请让我知道是否有有效的方法（在规范、Pythonic 编码以及时间和内存效率方面）！所有帮助将不胜感激。

标签： pythonpandasnumpydataframe

解决方案

这更像是一个np.select问题

condition = [df['col2'] == str0, df['col2'] == str1...]
Target = [function1 , function2...]

df['NewCol'] = np.select(condition , Target , default = np.nan )

推荐阅读