두 개의 팬더 데이터 프레임 (X 및 Y)이 있고 X 축과 Y의 열 / 구성 요소 간의 상호 관계를 기반으로 세 번째 (Z)를 부울 값으로 채우려 고합니다. 중첩 루프를 통해서만이 작업을 수행 할 수있었습니다. 코드는 내 장난감 예제에서 작동하지만 실제 데이터 세트에는 너무 느립니다.
# define X, Y and Z
idx=pd.date_range('2016-1-31',periods=3,freq='M')
codes = list('ABCD')
X = np.random.randn(3,4)
X = pd.DataFrame(X,columns=codes,index=idx)
Y = [['A','A','B'],['C','B','C'],['','C','D']]
Y = pd.DataFrame(Y,columns=idx)
Z = pd.DataFrame(columns=X.columns, index=X.index)
보시다시피 X의 색인은이 예에서 Y의 열과 일치합니다. 내 실제 예에서 Y의 열은 X 인덱스의 하위 집합입니다.
Z 축은 X 축과 일치합니다. Z의 열 머리글이 Z의 인덱스와 같은 머리글이있는 Y의 열에있는 경우 Z의 요소를 True로 채우고 싶습니다. 내 작업 코드는 다음과 같습니다.
for r in Y:
for c in Z:
Z.loc[r,c] = c in Y[r].values
코드는 매우 깨끗하고 짧지 만 더 큰 데이터 세트에서 실행하는 데 오랜 시간이 걸립니다. 나는 훨씬 더 빨리 똑같은 것을 달성하기 위해 벡터화 된 방법이 있기를 바랍니다.
어떤 도움이라도 대단히 감사하겠습니다.
감사!
stack
DataFrame의 값은 열로, 열은 DataFrame의 값으로 변환되는 메서드 를 사용할 수 있습니다 . 마지막 테스트 NaN
로 notnull
:
print (Y.replace({'':np.nan})
.stack()
.reset_index(0)
.set_index(0, append=True)
.squeeze()
.unstack()
.rename_axis(None, axis=1)
.notnull())
A B C D
2016-01-31 True False True False
2016-02-29 True True True False
2016-03-31 False True True True
다른 솔루션 pivot
:
print (Y.replace({'':np.nan})
.stack()
.reset_index(name='a')
.pivot(index='level_1', columns='a', values='level_0')
.rename_axis(None, axis=1)
.rename_axis(None)
.notnull())
A B C D
2016-01-31 True False True False
2016-02-29 True True True False
2016-03-31 False True True True
댓글로 수정 :
reindex
인덱스가 고유 한 경우 다음 기준 fillna
에 사용하십시오 False
.
import pandas as pd
import numpy as np
# define X, Y and Z
idx=pd.date_range('2016-1-31',periods=5,freq='M')
codes = list('ABCD')
X = np.random.randn(5,4)
X = pd.DataFrame(X,columns=codes,index=idx)
Y = [['A','A','B'],['C','B','C'],['','C','D']]
Y = pd.DataFrame(Y,columns=idx[:3])
Z = pd.DataFrame(columns=X.columns, index=X.index)
print (X)
A B C D
2016-01-31 0.810348 -0.737780 -0.523869 -0.585772
2016-02-29 -1.126655 -0.494999 -1.388351 0.460340
2016-03-31 -1.578155 0.950643 -1.699921 1.149540
2016-04-30 -2.320711 1.263740 -1.401714 0.090788
2016-05-31 1.218036 0.565395 0.172278 0.288698
print (Y)
2016-01-31 2016-02-29 2016-03-31
0 A A B
1 C B C
2 C D
print (Z)
A B C D
2016-01-31 NaN NaN NaN NaN
2016-02-29 NaN NaN NaN NaN
2016-03-31 NaN NaN NaN NaN
2016-04-30 NaN NaN NaN NaN
2016-05-31 NaN NaN NaN NaN
Y1 = Y.replace({'':np.nan})
.stack()
.reset_index(name='a')
.pivot(index='level_1', columns='a', values='level_0')
.rename_axis(None, axis=1)
.rename_axis(None)
.notnull()
print (Y1)
A B C D
2016-01-31 True False True False
2016-02-29 True True True False
2016-03-31 False True True True
print (Y1.reindex(X.index).fillna(False))
A B C D
2016-01-31 True False True False
2016-02-29 True True True False
2016-03-31 False True True True
2016-04-30 False False False False
2016-05-31 False False False False
이 기사는 인터넷에서 수집됩니다. 재 인쇄 할 때 출처를 알려주십시오.
침해가 발생한 경우 연락 주시기 바랍니다[email protected] 삭제
몇 마디 만하겠습니다