Python Pandasを使用して、範囲基準で2つのテーブルを結合します

debugcn 投稿 Dev

ObigOne

この簡略化されたバージョンと同様の問題があります。

実験結果はExcelシートに保存され、Python Pandasを使用してデータを処理し、DataFrameに変換しました。

以下に示す2つのテーブル：DataFrameレースでのTable_Race保存DataFramestdでのTable_standard保存

>>> data = [["Gold+",1,30,35],["Silver+",1,25,30],["Bronze+",1,20,25],["Gold",2,20,25],["Silver",2,15,20],["Bronze",2,10,15]]
>>> std = pd.DataFrame(data,columns=['Title','League','Start','End'])
>>> std
     Title  League  Start  End
0    Gold+       1     30   35
1  Silver+       1     25   30
2  Bronze+       1     20   25
3     Gold       2     20   25
4   Silver       2     15   20
5   Bronze       2     10   15
>>> data = [["John",1,26],["Ryan",1,33],["Mike",1,9],["Jo",2,15],["Riko",2,21],["Kiven",2,13]]
>>> race = pd.DataFrame(data,columns=['Name','League','Distance'])
>>> race
    Name  League  Distance
0   John       1        26
1   Ryan       1        33
2   Mike       1         9
3     Jo       2        21
4   Riko       2        15
5  Kiven       2        13
>>>

各プレーヤーの距離を確認し、基準に従ってタイトルを取得したいと思います。

    Title <= distance in [start, end) and need to match league

例：リーグ2のJoで、距離15が[15,20]の間にあります。[10,15）ではないので、彼は「シルバー」というタイトルを取得することに注意してください。

期待される結果は次のとおりです。

    Name    League  Distance    Title
    John    1       26          Silver+
    Ryan    1       33          Gold+
    Mike    1       9           N/A
    Jo      2       21          Gold
    Riko    2       15          Silver
    Kiven   2       13          Bronze

これは、基本的にTable_raceから各距離を取得し、レースの各行（League、Distance）から（l、d）を検索する2つのループを使用して実現できます。

状態を探しています：

    l == League && d >= Start && d < End

しかし、この方法はO（N ^ 2）であり、私のデータは簡単に100,000を超える可能性があり、完了するまでに数時間かかるため、遅すぎます。

より良い解決策はありますか？

シャシャンクシン

まだ解決策に取り組んでいますが、ここから始めましょう：

>>> data = [["Gold+",1,30,35],["Silver+",1,25,30],["Bronze+",1,20,25],["Gold",2,20,25],["Silver",2,15,20],["Bronze",2,10,15]]
>>> std = pd.DataFrame(data,columns=['Title','League','Start','End'])
>>> std
     Title  League  Start  End
0    Gold+       1     30   35
1  Silver+       1     25   30
2  Bronze+       1     20   25
3     Gold       2     20   25
4   Silver       2     15   20
5   Bronze       2     10   15

>>> data = [["John",1,26],["Ryan",1,33],["Mike",1,9],["Jo",2,21],["Riko",2,15],["Kiven",2,13]]
>>> race = pd.DataFrame(data,columns=['Name','League','Distance'])
>>> race
    Name  League  Distance
0   John       1        26
1   Ryan       1        33
2   Mike       1         9
3     Jo       2        21
4   Riko       2        15
5  Kiven       2        13
>>> result=pd.merge(race,std,on='League')
>>> result = result[(result.Distance >= result.Start)&(result.Distance < result.End)][["Name","League","Distance","Title"]]
>>> result
     Name  League  Distance    Title
1    John       1        26  Silver+
3    Ryan       1        33    Gold+
9      Jo       2        21     Gold
13   Riko       2        15   Silver
17  Kiven       2        13   Bronze

チュートリアルと欠点については、「マージ」と「複数の条件」のリンクを参照してください。

この記事はインターネットから収集されたものであり、転載の際にはソースを示してください。

侵害の場合は、連絡してください[email protected]