时间戳

首页 > 解决方案 > 循环此数据框的更有效方法？

python - 循环此数据框的更有效方法？

问题描述

我有一个包含以下内容的大数据集：

列：年份、国家、项目、元素、价值和其他有 15 年，200 个国家，23 个项目。

比如说：

Year Country Item Element Value
2011 Afghanistan Carbohydrates Export 123
2012 Afghanistan Stones Export 12314
2013 Afghanistan Batteries Import 5424

到目前为止，我已经这样做了：

for year in database["Year"].unique():
    for country in database["Country"].unique():
        for item in database["Item"].unique():
            newrow = {"Element": database.loc[(database["Country"] == country) & (database["Year"] == year) & (database["Item"] == item) & (database["Element"] == "Import")].Value.item()/database.loc[(database["Country"] == country) & (database["Year"] == year) & (database["Item"] == item) & (database["Element"] == "Export").Value.item()}
            database = database.append(newrow, ignore_index=True)

有没有办法更有效地做到这一点？

O(x y z) 对我来说似乎太高了。

编辑：预期输出：

    Year Country Item Element Value
2011 Afghanistan Carbohydrates Export 123
2012 Afghanistan Stones Export 12314
2013 Afghanistan Batteries Import 5424
2011 Afghanistan Carbohydrates Export/Import Rate 123/23123

对于每一年，国家和项目。

标签： pythonpandasalgorithmdataframe

解决方案

创建导出和导入数据框

df_import = df[ df['Element'] == 'Import' ]
df_export = df[ df['Element'] == 'Export' ]

将它们在 Year、Country 和 Item 上合并到一个新的 DataFrame 中。你可以称它为 df_exim。

df_exim = pd.merge(df_import, df_export, on=['Year', 'Country', 'Item'])

创建一个名为 Rate 的新列

df_exim['Rate'] = df_exim['Export'] / df_exim['Import']

推荐阅读