0

Есть два датафрейма, нужно сравнить данные по нескольким условиям столбцов в нужной строке и вписать данные одного датафрейма в другой. Я решил это с помощью вложенных циклов

for i in range(df_mi.shape[0]):
    for j in range(df_pz.shape[0]):   
        if (df_mi.iloc[i].A == df_pz.iloc[j].A) and (df_mi.iloc[i].C >= df_pz.iloc[j].C) and (df_mi.iloc[i].D <= df_pz.iloc[j].D) :
            df_mi.iloc[i].new = df_pz.iloc[j].J

Но способ очень медленный. Есть ли идеи как сделать быстрее?

1
  • 1
    А, стоп, вам реально нужно "все со всеми" сравнивать, а не соответствующие строки двух датафреймов? А то я в решении посчитал, что соответствующие сравниваются
    – CrazyElf
    15 янв 2021 в 9:05

2 ответа 2

0

Обычно в Pandas всё можно сделать без циклов. Вот вам пример приближенный к вашему:

import pandas as pd
import numpy as np

df1 =  pd.DataFrame(np.random.rand(1000,5))
df2 =  pd.DataFrame(np.random.rand(1000,5))
df1.columns = list('ABCDJ')
df2.columns = list('ABCDJ')

cond = (df1.C <= df2.C) & (df1.D >= df2.D)
df1.loc[cond, 'new'] = df1.loc[cond, 'J']

Основное, что нужно иметь в виду:

  • Условия выборки обязательно нужно писать в скобках и соединять между собой через побитовые операции & и | (а не через логические and и or), условий можно писать сколько угодно
  • В новый столбец данные можно записать только через индексную нотацию ['new'], а как вы написали через точку .new так запись в новый столбец не работает, это сработает только если такой столбец уже есть, тогда Pandas сделает всё что нужно за вас и обеспечит доступ
  • Размер Series слева и справа от знака присваивания должен быть одинаковый, поэтому я заранее создаю битовую маску, сохраняю её в переменную и использую .loc[] нотацию с этой маской с обеих сторон =
1
  • Замените df_mi.shape[0] на len_df_mi=df_mi.shape[0] в range и для другого,чуть быстрее. 15 янв 2021 в 9:35
0

Судя по всему, вы хотите сравнить строки двух разных датафреймов и вписать данные одного датафрейма в другой, если выполнено несколько условий на столбцы. Один из способов ускорения вашего кода состоит в том, чтобы использовать метод apply для применения функции к каждой строке датафрейма. Этот метод обычно работает быстрее, чем циклы, так как он использует векторизованные операции вместо последовательных операций над каждым элементом.

Ниже приведен пример того, как это может выглядеть:

def compare_rows(row):
    for i in range(df_pz.shape[0]):
        if (row.A == df_pz.iloc[i].A) and (row.C >= df_pz.iloc[i].C) and (row.D <= df_pz.iloc[i].D):
            return df_pz.iloc[i].J
    return row.new

df_mi['new'] = df_mi.apply(compare_rows, axis=1)

Обратите внимание, что в функции compare_rows мы используем текущую строку датафрейма df_mi, которая передается в качестве аргумента функции. Мы сравниваем эту строку с каждой строкой датафрейма df_pz, и если все условия выполнены, мы возвращаем значение из столбца J датафрейма df_pz. Если ни одно из условий не выполнено, мы возвращаем значение из столбца new датафрейма df_mi.

Метод apply применяет функцию compare_rows к каждой строке датафрейма df_mi и возвращает результат в виде нового столбца new.

Этот код должен работать быстрее, чем ваш исходный код с вложенными циклами, так как он использует векторизованные операции вместо последовательных операций над каждым элементом.

Есть еще несколько способов, которые могут ускорить ваш код. Один из них состоит в том, чтобы использовать метод merge для слияния датафреймов df_mi и df_pz по нужным условиям. Этот метод обычно работает быстрее, чем циклы, так как он использует внутренние алгоритмы Pandas для слияния датафреймов.

Ниже приведен пример того, как это может выглядеть:

df_merged = df_mi.merge(df_pz, on=['A', 'C', 'D'], how='inner')
df_mi['new'] = df_merged['J']

Метод merge сливает датафреймы df_mi и df_pz по столбцам A, C и D, и возвращает результат в виде нового датафрейма df_merged. Затем мы присваиваем значения из столбца J датафрейма df_merged столбцу new датафрейма df_mi.

Ваш ответ

By clicking “Отправить ответ”, you agree to our terms of service and acknowledge you have read our privacy policy.

Всё ещё ищете ответ? Посмотрите другие вопросы с метками или задайте свой вопрос.