我有一个大熊猫数据框DF,它几乎占用了我的所有RAM。它的索引始终是以下之一:'c1','c2','c3'。
0 1 2 ... n
i
c1 1 8 15
c2 2 9 16
c1 3 10 17
c3 4 11 18
c2 5 12 19
c1 6 13 20
c3 7 14 21
...
我也有一个字典,其中的键“匹配”数据帧索引标签。值是长度为n(等于数据帧列数)的列表/数组。
d = {'c1':[10,10,10,...],'c2':[100,100,100,...],'c3':[1000,1000,1000,...]}
len(d[<allkeys>]) == n >>> True
我想做的是基于行的“属性”的简单数据帧乘法-在这种情况下,它是它的索引,但它可以是列中的值。结果将如下所示:
0 1 2
i
c1 10 80 150
c2 200 900 1600
c1 30 100 170
c3 4000 11000 18000
c2 500 1200 1900
c1 60 130 200
c3 7000 14000 21000
我不想以只能执行DF * DF2的方式来构建第二个数据帧DF2,因为我没有足够的RAM,并且因为这样的数据帧对我而言似乎毫无意义,这意味着它将只是数组的重复/ lists(如果我输入错了,请纠正我)。
我考虑过要再有一个这样的数据框:
0 1 2
c1 10 10 10
c2 100 100 100
c3 1000 1000 1000
但是当我执行DF * DF2时,不知何故索引被排序了,我不知道如何避免这种情况。结果:
0 1 2
c1 100 800 1500
c1 300 1000 1700
c1 600 1300 2000
c2 20000 90000 160000
c2 50000 120000 190000
c3 4000000 11000000 18000000
c3 7000000 14000000 21000000
如果您认为还有另一种解决此问题的方法(不同的数据结构,库等),也将不胜感激。
样品代码:
df = pd.DataFrame({0: [1, 2, 3, 4, 5, 6, 7],1: [8, 9, 10, 11, 12, 13, 14], 2: [15, 16, 17, 18, 19, 20, 21]}, index=pd.Index(['c1', 'c2', 'c1', 'c3', 'c2', 'c1', 'c3'], dtype='object', name='i'))
d = {'c1':[10,10,10],'c2':[100,100,100],'c3':[1000,1000,1000]}
df2 = pd.DataFrame.from_dict(d,orient='index')
想法是按重复数据删除索引DataFrame.set_index
,DataFrame.mul
按第一层乘以倍数,最后按DataFrame.reset_index
以下顺序删除第二层:
df1 = (df.set_index(np.arange(len(df)), append=True)
.mul(df2, level=0)
.reset_index(level=1, drop=True))
print (df1)
0 1 2
i
c1 10 80 150
c2 200 900 1600
c1 30 100 170
c3 4000 11000 18000
c2 500 1200 1900
c1 60 130 200
c3 7000 14000 21000
本文收集自互联网,转载请注明来源。
如有侵权,请联系[email protected] 删除。
我来说两句