更有效地为熊猫的每一行分配组
更有效地为熊猫的每一行分配组
提问于 2020-02-25 00:22:18
我有一个有1000多个列的数据框架，并且我有一个预定义的组列表。我希望将每个单元格值与每个组边界进行比较，并创建一个新列来分配组名。我写了for loops，但是处理它花了超过5分钟。是否有更有效的方法来实现这一点？谢谢
在这里我的数据框架
Frequency
21.0
18.0
16.0
10.0
10.0
9.0
10.0
10.0
5.0
8.0 和我的预定义组列表
> groups
[(3, 5), (6, 10), (11, 30)]我想得到的是
Frequency Group
21.0 11-30
18.0 11-30
16.0 11-30
10.0 6-10
10.0 6-10
9.0 6-10
10.0 6-10
10.0 6-10
5.0 3-5
8.0 6-10这是我的密码
for i in range(0, len(fre_table["Frequency"])):
for j in range(0, len(groups)):
if fre_table["Frequency"][i] >= groups[j][0] and fre_table["Frequency"][i] <= groups[j][1]:
break
fre_table['Group'][i] = "{}-{}".format(groups[j][0], groups[j][1])回答 1
Stack Overflow用户
回答已采纳
发布于 2020-02-25 00:44:18
在评论部分建立@BallpointBen建议的解决方案的效率
数据：
import numpy as np
import pandas as pd
fre_table = pd.DataFrame({'Index':[0,1,2,3,4,5,6,7,8,9],
'Frequency':[21.0, 18.0, 16.0, 10.0, 10.0, 9.0, 10.0, 10.0, 5.0, 8.0]})
groups = [(3, 5), (6, 10), (11, 30)]初始解决方案所需时间：0.5420
import timeit
start_time = timeit.default_timer()
fre_table['Group'] = 0
for i in range(0, len(fre_table["Frequency"])):
for j in range(0, len(groups)):
if fre_table["Frequency"][i] >= groups[j][0] and fre_table["Frequency"][i] <= groups[j][1]:
break
fre_table['Group'][i] = "{}-{}".format(groups[j][0], groups[j][1])
elapsed_time = timeit.default_timer() - start_time最终解决方案花费的时间：0.0043s
import timeit
start_time = timeit.default_timer()
bins = pd.IntervalIndex.from_tuples(groups)
fre_table['Group'] = pd.cut(fre_table['Frequency'], bins)
elapsed_time = timeit.default_timer() - start_time大约快100倍！
页面原文内容由Stack Overflow提供。腾讯云小微IT领域专用引擎提供翻译支持
原文链接：
https://stackoverflow.com/questions/60385878
复制相关文章
相似问题
腾讯云开发者
